基于压缩感知的量化方法研究

《基于压缩感知的量化方法研究》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、独创性(或创新性)声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人己经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或研究成果：也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切相关责任。本人签名：蟑日期丛世关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工

2、作的知识产权单位属西安电子科技大学。本人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍然为西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。(保密的论文在解密后遵守此规定)本学位论文属于保密在一年解密后适用本授权书。本人签名：导师签名：日期日期棚；，；、g摘要在传统的信号传输中，采样速率要满足奈奎斯特采样定律。在传输数字图像、视频等信号时，依照该定律会导致海量采用数据，大大增加存储和传输的代价。近年来，出现了～种新兴的理论一压缩感知为信号处理方式提供了新的思路，它摒弃了先采样后压缩的传

3、统处理方式，利用稀疏信号的特性，通过直接获取信号的少量线性投影来保留信号的完整信息，并且可以通过稀疏求解方式进行信号的重构而直接在采样的同时实现信息的压缩，从而在根本上降低了采样的成本并使更高效的信号处理成为了可能。虽然压缩感知能有效的降低数据量的大小，但是经过观察后的数据量化还是很大，量化仍然是压缩感知中数据压缩的重要一步，有待我们进行深入的研究。本文分析了当前基于压缩感知的量化方法的一些研究成果，给出其原理并分析了各自的优缺点。在此基础上，将非均匀量化应用于压缩传感中，根据传统的一些非均匀量化方法提出了几种基于压缩感知的非均匀量化方法，通过仿真检验这些方法的性能。本文最后分析了压缩感知

4、过程中观察后的测量值的分布特性提出了根据测量值分布特性的分段非均匀量化方案，并在理论上分析了其优点，经仿真验证，在相同的量化级数下，该方案拥有更高的PSNR。相比于均匀量化和其它几种非均匀量化，在相同的PSNR下，该方案所需的量化比特更小，带宽利用率更高，压缩比更大。关键词：压缩传感量化非均匀量化AbstractInthetraditionalprocessofdatatransmission，thesamplingfrequencymustconformtotheNyquistLaw．Inthetransmissionofdigitalimageandvideosignal，meetin

5、gupwiththetheoryleadstogreatcostinstorageandtransmission．Inrecentyears，arisingtheoryappears，whichiscompressivesensing．Thisnewmethodoffersnewwaysinsignalprocessing．Itutilizesthepropertyofthesparsesignaltoobtainthecompleteinformationbyacquiringthesmallmountmessageofthelinearpr硝ecfiondirectly．Besides

6、itcancompresstheinformationsimultaneouslywhensamplingbyresolvingtheparseformulationtorebuildit．Asaresult，itmakessamplingeasierandprocessingoftheinformationmoreefficient．Althoughcompressedsensingcaneffectivelyreducethesizeoftheamountofdatatoquantify，buttheobserveddataisstillverylarge，quantification

7、isstillcompressionperceivedanimportantstepindatacompression，needtoconductin—depthresearch．Finally，itpresentssomeachievementsofquantizationinthebaseofthecompressivesensingandtheirproperty．Second，uniformquantizatio