畢業(yè)設(shè)計(jì)論文外文文獻(xiàn)翻譯電信基于壓縮感知的信號(hào)重構(gòu)算法研究中英文對(duì)照-資料下載頁
2024-12-02 07:55本頁面
【導(dǎo)讀】圖像的預(yù)期分辨率，即圖像的像素點(diǎn)數(shù)。本文介紹了一種名為“壓縮采樣”或“壓?？s感知”的新興理論，該理論認(rèn)為傳統(tǒng)的觀念是不正確的。毫無疑問，壓縮采樣具有深遠(yuǎn)的意義。例如，它提出一種可能的新數(shù)據(jù)采集協(xié)。議，能比傳統(tǒng)認(rèn)為所必須的傳感器更少的情況下把模擬信息轉(zhuǎn)化成數(shù)字形式。新的抽樣理論可能會(huì)造成數(shù)據(jù)的采樣和壓縮過程同時(shí)進(jìn)行。性規(guī)劃，信號(hào)恢復(fù)，糾錯(cuò)。所需的采樣數(shù)目取決于它的帶寬——包含該信號(hào)有效頻譜的最小間隔。左右的時(shí)間里，出現(xiàn)了另一種“壓縮采樣”理論。可以從遠(yuǎn)遠(yuǎn)少于通常所認(rèn)為的必要的數(shù)據(jù)/測(cè)量尺寸中重構(gòu)出來。顯著的交叉和連接作用。帶來了高效的數(shù)據(jù)采集協(xié)議。儲(chǔ)或傳輸少數(shù)的自適應(yīng)選擇轉(zhuǎn)換系數(shù)而不是所有的信號(hào)樣本。本文絕不是一篇關(guān)于壓縮采樣的詳盡的概述文獻(xiàn)。在遠(yuǎn)低于奈奎斯特頻率下獲得一個(gè)信號(hào)。第二個(gè)結(jié)論是，信號(hào)x可以通過一個(gè)未設(shè)定任何關(guān)于x
【正文】 就能夠使信息不失真。第二個(gè)結(jié)論是，信號(hào) x 可以通過一個(gè)未設(shè)定任何關(guān)于 x 非零數(shù)值的凸函數(shù)的最小化來準(zhǔn)確地恢復(fù) ， 我們假設(shè)它們的位置和幅度都是事先完全未知的。 雖然 這似乎是一個(gè)偉大的壯舉 ， 可人們?nèi)詴?huì)問它是否是最佳的 ， 或者我們能否用更少的樣本來恢復(fù)信號(hào)。答案是 ， 一般來說 ， 我們不能用更少的樣本來重構(gòu) S稀疏信號(hào)。有很多例子證明，無論 是什么情況，采取什么方法，為準(zhǔn)確的重構(gòu)信號(hào)所需的最少樣本數(shù)必須 約是 S logN。因此 ， 這個(gè)定理是苛刻的，而且最小 1l 范數(shù) 幾乎只有在有希望通過算法實(shí)現(xiàn)的時(shí)候才能得到。 讀者一定很熟悉奈奎斯特 /香農(nóng)采樣理論， 我們可以將我們的結(jié)果用另一種表達(dá)形式與其建立簡單的聯(lián)系。通過轉(zhuǎn)變上例中時(shí)間和頻率的作用 ， 我們可以把定理1重寫為一個(gè)新的非線性采樣定理。假設(shè)一個(gè)信號(hào) 在 頻域范圍 B?? 內(nèi)。如果 ? 是一個(gè)連續(xù)的集合 ， 那么我們可以把 B 作為 x 的帶寬。此外 ， 如果集合 ? 是已知的 ，那么由傳統(tǒng)的奈奎斯特 /香農(nóng)采樣定理可知 ， 信號(hào) x 可以從頻域 B 的 等時(shí)間間隔的抽樣中完美重構(gòu)出來。 重構(gòu)可通過一 個(gè)簡單的 sinc插植 核 進(jìn)行 線性插值 獲得 。 現(xiàn)在 ， 假設(shè)集合 ? 大小仍為 B ， 未知 并且不一定是連續(xù)的。在這種情況 下奈奎斯特 /香農(nóng)定理是無助的 ， 我們只能假設(shè)這個(gè)連續(xù)的頻率集合是個(gè)完整的空間，也就是說，準(zhǔn)確的重構(gòu)信號(hào)需要所有的 N個(gè)時(shí)域采樣。然而定理 樣本是必 然 的。求解出 (P1)就可以從約 B logN倍的時(shí)域樣本中完全恢復(fù)出信號(hào) x 。此外 ,這些樣本沒有必要精心挑選 ； 幾乎任何這種尺寸的樣本集合都可以使用。因此我得到一個(gè)對(duì)奈奎斯特 /香農(nóng)定理的非線性模擬 (這樣描述是由于重建過程 (P1)是非線性的 )：我們可以選定任意且未知的頻率集合 B， 從時(shí)域中任意選取約 B logN個(gè)樣本來重構(gòu)信號(hào) 。 ? 外 文原文
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1