压缩感知理论中信号重构算法研究与fpga实现

《压缩感知理论中信号重构算法研究与fpga实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：10406分类号：TP751学号：130085210015南昌航空大学硕士学位论文（专业学位研究生）压缩感知理论中信号重构算法研究与FPGA实现硕士研究生：沈培导师：蒋沅副教授申请学位级别：工学硕士学科、专业：控制工程所在单位：南昌航空大学答辩日期：2016年6月8日授予学位单位：南昌航空大学ImplementationoftheFPGAandSignalReconstructionAlgorithmResearchBasedonCompressedSensingADissertationSubmittedforthe

2、DegreeofMasterOnControlEngineeringbyShenPeiUndertheSupervisionofProf.JiangYuanSchoolofInformationEngineeringNanchangHangkongUniversity,Nanchang,ChinaJune,2016南昌航空大学硕士学位论文摘要摘要压缩感知理论是近年来兴起的一种新颖采样理论，其提供了一种从少量的采样值中精确重构原始信号的方法。自提出以来便引起了相关领域科研者的广泛关注，如何提高信号重构质量、降低算法复杂度是目前相关

3、研究的重点与热点课题之一。鉴于此，本文对压缩感知理论中信号重构算法进行了深入研究，着力于寻找高概率、鲁棒的压缩感知重构算法。本文工作的主要贡献和创新总结如下：首先，在研究了基于最小范数的压缩感知图像重构算法基础上，针对拉格朗日函数序列二次规划(SequentialQuadraticProgramming，SQP)方法中海瑟(Hesse)矩阵不正定导致计算量很大的问题，提出了基于l范数的压缩感知图像p重构优化算法，该算法将价值函数与修正Hesse矩阵序列二次规划方法相结合，并采用了图像分块压缩感知技术。通过在不同采样率和不同重构算

4、法下对图像重构效果进行对比，实验验证了该图像重构算法取得重构精度与算法时间上的平衡；其次，针对压缩感知重构算法中正交匹配追踪(OrthogonalMatchingPursuit,OMP)算法在每次迭代中不能选取最优原子问题，改进其原子选择准则，从而保证了每次迭代的当前观测信号余量最小，并提出了一种基于FPGA实现的优化OMP算法硬件结构设计，该设计在矩阵分解过程采取了修正乔列斯基(Cholesky)分解方案，回避开方计算，以减少运算延时，易于FPGA实现；最后，设计了基于FPGA的图像采集及处理硬件系统，实现了压缩感知对图像的采

5、集，此系统给出了详细的模块化设计，主要包括CMOS摄像头和芯片CY7C68013初始化配置，I2C配置模块，双口SDRAM读写控制模块，图像处理模块。通过USB2.0接口通信完成图像数据传输,并利用VS2010设计了USB2.0高速接口通信的上位机软件。关键词：压缩感知；重构算法；序列二次规划；正交匹配追踪算法；FPGAI南昌航空大学硕士学位论文AbstractAbstractInrecentyears,compressedsensingistheriseofanovelsamplingtheory,thetheoryprovi

6、desamethodthatitcanprecisereconstructoftheoriginalsignalfromasmallamountofsamplingvalue.Sincethetheorywaspresented,ithasgainedattentionduetoitspromisingpracticalpotentials.Improvingthequalityofsignalreconstructionanddesigningareconstructionalgorithmwithlowcomplexity,

7、itisoneofthefocalpointsandhotproblemsofstudyingintherelatedfield.Giventhis,thearticlehasdeeplystudiedthecompressedsensingreconstructionalgorithmsforsignalinordertofindrobustandeffectivereconstructionalgorithms.Themaincontributionandinnovationsofthedissertationareasfo

8、llows.Firstofall,ourresearchbuildincompressedsensingimagereconstructionalgorithmbasedonlnormreconstruction,inviewofLagrangefunction