2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩58頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、研究目的:
   依據(jù)傳統(tǒng)的采樣定理對(duì)局部場(chǎng)電位信號(hào)(LocalFieldPotential,LFP)進(jìn)行采樣,將會(huì)產(chǎn)生龐大的數(shù)據(jù)量。這就為L(zhǎng)FP信號(hào)的傳輸、存儲(chǔ)及處理帶來(lái)巨大壓力。為降低LFP信號(hào)的采樣速率,減少有效的采樣樣本,研究基于壓縮感知的局部場(chǎng)電位信號(hào)重構(gòu)的方法。通過(guò)定量分析比較不同稀疏分解和重構(gòu)算法組合的壓縮感知的計(jì)算復(fù)雜度和重建精度,以此來(lái)尋找適合于局部場(chǎng)電位信號(hào)的壓縮感知實(shí)現(xiàn)方法。
   研究?jī)?nèi)容:

2、>   1、壓縮感知應(yīng)用在稀疏信號(hào)上的仿真研究
   對(duì)時(shí)域稀疏信號(hào)進(jìn)行基于壓縮感知的信號(hào)重構(gòu)仿真研究。選取單位矩陣作為稀疏表示矩陣,正交匹配追蹤算法(OrthogonalMatchingPursuit,OMP)作為重構(gòu)算法,對(duì)稀疏度為10和100兩種信號(hào)進(jìn)行重構(gòu)。
   2、基于壓縮感知的LFP信號(hào)重構(gòu)研究
   選取三種稀疏表示矩陣和兩種重構(gòu)算法來(lái)實(shí)現(xiàn)基于壓縮感知的LFP信號(hào)的重構(gòu)。其中三種稀疏表示矩陣為:

3、離散余弦矩陣(DiscreteCosineTansform,DCT)、離散傅里葉矩陣(DiscreteFourierTansform,DFT)、離散小波矩陣(DiscreteWaveletTransform,DWT),兩種重構(gòu)算法為:基追蹤(BasisPursuit,BP)、正交匹配追蹤(OMP)。
   3、壓縮感知的性能評(píng)價(jià)
   本論文采用了四個(gè)評(píng)價(jià)因子,對(duì)選取的六種壓縮感知實(shí)現(xiàn)方式進(jìn)行重構(gòu)性能分析,比較它們的重構(gòu)

4、精度和時(shí)間復(fù)雜度。
   研究結(jié)果:
   1、通過(guò)仿真實(shí)驗(yàn)可知:對(duì)長(zhǎng)度N為1024(點(diǎn)數(shù))仿真信號(hào),稀疏度為10時(shí),壓縮感知測(cè)量數(shù)為40就能很好地重構(gòu)原信號(hào);當(dāng)信號(hào)稀疏度增加到100時(shí),測(cè)量數(shù)增加為300能夠很好實(shí)現(xiàn)信號(hào)的重構(gòu),且隨著測(cè)量數(shù)的增加,重構(gòu)的效果提高。
   2、對(duì)于LFP信號(hào),以DFT矩陣、DWT矩陣和DCT矩陣為稀疏表示矩陣,均可以較好地實(shí)現(xiàn)LFP信號(hào)的稀疏分解。
   3、選用OMP恢

5、復(fù)算法來(lái)實(shí)現(xiàn)LFP信號(hào)的重構(gòu),三種稀疏表示矩陣都有穩(wěn)定的重構(gòu)效果。在DCT矩陣和DFT矩陣作為稀疏表示矩陣時(shí),信號(hào)有較小的重構(gòu)誤差,重建信號(hào)和原始信號(hào)的匹配度高達(dá)0.97左右。通過(guò)方差分析可知,DFT矩陣作為稀疏表示矩陣時(shí),信號(hào)的重構(gòu)效果更好(P<0.05),但是它的重構(gòu)時(shí)間約為另外兩種稀疏矩陣的兩倍;
   4、當(dāng)選用BP恢復(fù)算法來(lái)實(shí)現(xiàn)LFP信號(hào)的重構(gòu)時(shí),DCT矩陣能很好地重構(gòu)原信號(hào),重建信號(hào)和原始信號(hào)的匹配度高達(dá)0.98。相

6、較OMP重構(gòu)算法,BP重構(gòu)算法有著更大的計(jì)算復(fù)雜度,需要更多的計(jì)算時(shí)間。
   研究結(jié)論:
   1、壓縮感知作為一種可應(yīng)用于LFP信號(hào)的壓縮技術(shù),它的應(yīng)用具有約束性,其最佳實(shí)現(xiàn)方式依賴于實(shí)際應(yīng)用要求和可接受的重建誤差范圍。當(dāng)選用OMP作為重構(gòu)算法,DCT和DFT作為稀疏表示矩陣時(shí),壓縮感知理論能很好實(shí)現(xiàn)LFP信號(hào)重構(gòu),且DFT作為稀疏表示矩陣時(shí),重構(gòu)效果更好。
   2、當(dāng)選用BP作為重構(gòu)算法,DCT作為稀疏表

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論