基于混沌压缩感知的稀疏时变信号在线估计

混沌压缩感知是一种利用混沌系统实现非线性测量的压缩感知理论。针对稀疏时变信号的混沌压缩感知,该文提出稀疏时变信号的在线估计架构,构建一种递归最小二乘准则下的稀疏约束目标函数;通过利用迭代加权非线性最小二乘算法求解目标函数最小化问题,实现稀疏时变信号的参数估计。以Henon混沌系统为例仿真分析了频域时变稀疏信号的估计性能,数值模拟证明了该方法的有效性。

lp范数正则化的混沌压缩感知信号重构性能

混沌压缩感知是一种利用混沌系统实现非线性测量,通过混沌脉冲同步和参数估计技术实现信号重构的压缩感知理论。针对混沌压缩感知重构系统中采用l1范数正则化信号系数导致在信号稀疏水平较高时重构性能急剧下降的问题,利用lp(0 p 1)范数来正则化信号系数,将重构系统中的非线性约束l1范数最小化问题替换为非线性约束lp范数最小化问题,并提出-正则迭代再加权非线性最小二乘算法进行求解。以Henon混沌为例,研究了频域稀疏信号的重构性能,数值模拟表明lp范数正则化能够准确重构出比l1范数正则化时稀疏水平更高的信号。

基于线性化的混沌压缩感知重构算法

混沌压缩感知是一种利用混沌系统实现非线性测量,非线性等式约束l1范数最小化实现信号重构的压缩感知理论;具有实现结构简单,测量数据保密性强等特点。但是,现有算法不能有效地求解非线性等式约束l1范数最小化,求解结果受到额外参数影响。本文通过对非线性约束线性化处理,将非线性等式约束l1范数最小化问题转化为一系列二次锥规划问题,利用线性化迭代二次锥规划算法进行求解,消除了额外参数对信号重构性能的影响,保证了算法的收敛性和提高了信号的重构性能。本文以Henon混沌为例,仿真分析了频域稀疏信号的重构性能,模拟证明了算法的有效性。

多通道混沌调制模拟-信息转换

为了降低混沌调制中采样通道的采样速率,该文提出一种多通道混沌调制模拟-信息转换结构。该结构通过采样参数调制混沌系统的多个状态输出作为压缩测量,可实现在总采样速率不变的情况下降低每个采样通道的采样速率。与混沌调制相比,多通道混沌调制增加了低速采样单元的个数,但显著提高了高稀疏度信号的重构性能。基于混沌脉冲同步理论,该文给出了多通道混沌调制结构的信号可重构条件与被采样状态变量选择方法。以Lorenz系统为例,仿真验证了多通道混沌调制结构的有效性。

混沌模拟信息转换——基于多射法的稀疏信号重构

混沌压缩采样是应用混沌系统实现非线性测量的压缩采样理论。该文研究模拟信号的混沌压缩采样-混沌模拟信息转换。该转换通过稀疏信号激励混沌系统,低速采样系统输出实现;信号重构则以混沌系统参数估计理论为基础,通过稀疏正则化的非线性最小二乘问题进行求解。该文将多射法(MS)与迭代再加权非线性最小二乘算法(IRNLS)结合,给出混沌模拟信息转换的MS-IRNLS信号重构算法。文中以Lorenz系统为例,仿真验证了MS-IRNLS算法的重构性能,结果表明方法的有效性。

混沌调制模信转换实验研究

混沌压缩感知是一种采用混沌系统实现随机测量,利用稀疏正则非线性最优化技术实现信号重构的非线性压缩感知理论;具有实现结构简单,测量数据保密性强等特点。混沌调制是一种基于混沌压缩感知理论的模拟信息转换方法,该方法将待采样信号调制到混沌系统的参数上,通过低速采样混沌系统状态输出实现压缩采样。本文设计了一个基于Lorenz系统的混沌调制实验系统,测试了实验系统对不同稀疏度的频率稀疏信号的重构性能,实验结果验证了混沌调制模信转换的可实现性。

基于高分辨率的图像配准技术优化

图像配准技术的应用十分广泛,随着人们生产生活水平的提高,对于图像配准技术的要求也越来越高。以遥感领域为例,对高 分辨率遥感图像的配准处理已经成为了该领域行业的竞争目标之一。本文基于高分辨率的图像配准技术技术的需求,利用混沌压缩感知技 术来对高分辨率的图像进行配准处理,并进行相应的调整和优化。