导读:本文包含了稀疏约束迭代论文开题报告文献综述及选题提纲参考文献，主要关键词:波束形成,稀疏约束,自适应滤波,阵列信号处理
稀疏约束迭代论文文献综述
曹占中,胡冬妮,李煦,潘接林,颜永红[1]（2018）在《迭代数控制的稀疏约束波束形成算法》一文中研究指出研究了基于L1范数约束的快速迭代算法,分析了其迭代过程以及与波束形成算法相结合的方式。提出了一种基于迭代数控制的波束形成算法,并给出了实现过程。所提算法避免了现有算法对信噪比估计的依赖,并提高了算法在低信噪比环境下的干扰抑制能力。经验证,该方法在维持了较低复杂度的前提下,其信干噪比在不同信噪比条件下的稳健性要优于对比算法。(本文来源于《网络新媒体技术》期刊2018年05期）
高翠翠[2]（2016）在《线性及非线性约束问题稀疏解的迭代阈值算法》一文中研究指出由于压缩感知理论的提出,使得信号处理以及图像处理等领域里的稀疏优化问题越来越受到人们的关注。最近,一类正则化优化问题引起了广泛关注。本文主要基于范数最优化理论与迭代阈值算法,研究稀疏优化问题求解算法以及相关算法在信号与图像处理方面的应用。本文主要有以下叁个创新点:第一,为了克服迭代算法求解的解只是问题的近似解这一缺点,我们用简单的实值函数求极值的方法,推导了两类特殊形式的极小化问题的解的精确表达式,这就保证了使用这两类极小化问题求得的解在形式上是精确的。第二,基于迭代阈值类算法思想,以及叁个特殊形式的阈值算子。利用一阶Taylor展开近似原问题的思想,提出了一类L_p迭代阈值类算法(0≦p≦1),证明了新算法的收敛性,同时验证了在稀疏信号恢复问题上,新算法能够很好地恢复信号。第叁,结合迭代阈值类算法,以及线性化思想推导出了求解非线性约束问题稀疏解的迭代半阈值算法和迭代软阈值算法,给出了这两个新算法的收敛性分析,以及一个简单的实验用来验证算法的有效性。(本文来源于《中国石油大学(华东)》期刊2016-06-01）
蔡源涛[3]（2015）在《基于稀疏约束的图像去模糊迭代方法研究》一文中研究指出随着现代社会的信息化发展,数字图像已经成为人类获取信息的一个重要来源。在实际应用中,由于在图像的形成和传输过程中存在各种因素的影响,导致所获得的图像会被模糊和噪声降低质量。为了减少降质的影响,尽可能地获得真实图像,图像复原技术应运而生,它是现实生活中一个重要的研究方向,而且用途广泛。我们关注的是图像复原领域中图像去模糊问题,它是将一幅模糊并有噪声的图像重构为近似原始图像的过程。因为模糊矩阵是严重病态的,从数学上来讲图像去模糊是一个经典的不适定问题,所以需要用到正则化方法求解。正则化的基本思想是将原始的不适定问题用一个近似的适定问题来代替,从而获得一个接近于真实解的近似解。Tikhonov正则是一种比较经典的正则化方法,虽然该方法计算简单,但是得到的复原图像的边界往往过光滑。为了解决这个缺点,有些学者提出了迭代的正则化方法,包括迭代阈值收缩算法和Bregman迭代算法。大部分图像在紧框架下存在稀疏表示,本论文受此启发,研究当改进的线性Bregman迭代算法应用到基于紧框架的图像去模糊问题时,如何妥善处理边界问题。我们考虑两种标准的方法,第一是引入边界条件,第二是用矩形矩阵。改进的线性Bregman迭代算法的收敛速度依赖于引入的正则化预处理子,但是会带来计算的复杂度。应用中常选择BCCB矩阵作为预处理子来降低计算复杂度,因为它可以通过快速傅里叶变换来对角化。我们证明了,基于BCCB矩阵的预处理子的方法将会提供低质量的复原图像,所以我们提出了不同的预处理策略来提高图像复原的质量,而且同时还能加快算法的收敛速度。此外,受到最近的一个带有非固定参数的预处理子迭代算法启发,我们将它和改进的Bregman迭代算法结合,提出了新的算法。本文证明所提的算法是收敛的正则化算法,同时还考虑了它的变形,即带有固定参数的预处理子。大量的数值实验表明,与现有的先进算法相比,我们所提出的算法计算速度快,复原效果好。(本文来源于《电子科技大学》期刊2015-03-30）
李慧君,齐宏亮,徐圆,周凌宏[4]（2014）在《基于选择性全变差约束的稀疏角度CT快速迭代重建算法》一文中研究指出针对利用稀疏角度投影数据实现优质CT图像重建的问题,提出了一种改进的基于选择性图像全变差(TV)约束的快速迭代重建算法。该算法采用两相式重建策略,首先利用代数重建算法(ART)重建中间图像并进行非负性约束,然后采用选择性TV最小化对上述图像进行优化修正,两步交替进行直到满足某一收敛准则。为了进一步提升算法效能,该算法在迭代过程中应用快速收敛技术加快算法收敛。应用该算法对仿真的Sheep-Logan体模进行重建,实验结果表明,该算法不仅提高了图像的重建质量,保护了图像的边缘信息,而且显着加快了迭代重建的收敛速度。(本文来源于《生物医学工程学杂志》期刊2014年05期）
王超,闫镔,李磊,曾磊,李建新[5]（2012）在《基于稀疏约束的自适应正则化迭代重建算法》一文中研究指出本文针对ASD-POCS算法中约束项权重对不同应用的多变性引起的算法鲁棒性差等问题,提出了一种基于稀疏约束的自适应正则化迭代重建算法,该算法采用一种Lagendijk型的正则化策略构造最优化问题,分别采用局部方差、图像能量估计自适应地求取加权对角矩阵和全局正则化参数。最优化问题的求解过程中,采用SART算法和共轭梯度法求解保真项和约束项最优化问题。实验结果表明,AR-SART-CG算法能更好地权衡恢复图像边缘和平滑噪声的关系,更好地调节保真项和约束项的权重,得到更高质量的重建图像。(本文来源于《CT理论与应用研究》期刊2012年04期）
李力民,姚泳汐[6]（2011）在《基于Cauchy稀疏约束的同时迭代反演反射系数与地震子波的研究》一文中研究指出在二阶统计量实现地震反褶积基础上,作反射系数为高斯分布的随机序列、子波为最小相位的假设,并在稀疏反演中以Cauchy约束为准则,在规则化过程中,微妙的引入稀疏反褶积的原始问题,作预条件处理,采用预条件共轭梯度法迭代反演同时得到地震子波和反射系数序列。在具体方法实现中,以传统预测反褶积结果作为反射系数的迭代初始值,初始子波用稀疏约束反演方法得到。利用理论模型进行试算,表明该算法精度高、稳定、收敛速度快。(本文来源于《重庆科技学院学报(自然科学版)》期刊2011年01期）
胡正平,刘文,许成谦,李杰[7]（2010）在《局部自适应学习基稀疏约束结合信息优先权选择扩散的迭代图像修复算法研究》一文中研究指出图像修复的性能依赖于局部邻域信息的利用,同时要求修复的方向与结构性内容具有一致性,针对这两个关键问题,本文提出基于局部自适应学习基稀疏约束结合信息优先权选择扩散的迭代滤波图像修复思路。该算法首先学习丢失区邻域得到一组具有局部自适应性的稀疏基,然后沿着等照度线方向按照优先权选择扩散的顺序利用稀疏重构理论以这组基逐层投影重构丢失区域,通过迭代执行分层修复实现对丢失区域的渐进逼近。实验结果表明,该算法无论对于纹理图像、边界图像还是自然图像都可达到较好的效果,而且在峰值信噪比上优于已有文献的方法。(本文来源于《仪器仪表学报》期刊2010年03期）
万群,杨万麟[8]（2001）在《基于四阶累积量的后验稀疏约束迭代DOA估计方法》一文中研究指出子空间DOA估计方法的一个缺点是在子空间分解过程中难以利用信号的相关信息或有关DOA估计的先验信息改善DOA估计的性能。该文结合子空间方法和四阶累积量矩阵拟合方法,利用信号四阶累积量矩阵的结构信息与信号间相互独立的先验信息,研究了一种新的不相关窄带信号波达方向(DOA)的迭代估计方法。理论分析和仿真实验结果表明,这种迭代DOA估计方法一般经过几次迭代就能获得稳定的高分辨率DOA估计。(本文来源于《电子与信息学报》期刊2001年11期）
万群,杨万麟[9]（2001）在《基于波束空间的后验稀疏约束迭代DOA估计方法》一文中研究指出基于后验稀疏约束的高分辨窄带信号波达方向 (DOA)迭代估计算法在每次迭代时需要计算高阶矩阵的逆 .本文提出了后验稀疏约束迭代DOA估计的波束空间简化实现算法 .波束空间的滤波预处理避免了受噪声影响的正则化参数选取问题 .由于每次迭代需要求逆的矩阵阶数一般为 3或 4,大大简化了DOA估计的计算量(本文来源于《电子学报》期刊2001年03期）
万群,杨万麟[10]（2000）在《基于子空间的后验稀疏约束迭代DOA估计方法》一文中研究指出子空间波达方向 (DOA)估计方法的一个缺点是在子空间分解过程中难以利用信号的相关信息或有关DOA估计的先验信息改善DOA估计的性能。结合子空间方法和协方差矩阵拟合方法 ,利用信号相关信息和DOA估计的稀疏约束信息 ,研究了一种新的不相关窄带信号DOA估计方法。理论分析和仿真实验结果表明 ,这种迭代DOA估计方法一般经过几次迭代就能获得稳定的高分辨率DOA估计。(本文来源于《系统工程与电子技术》期刊2000年09期）
稀疏约束迭代论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
由于压缩感知理论的提出,使得信号处理以及图像处理等领域里的稀疏优化问题越来越受到人们的关注。最近,一类正则化优化问题引起了广泛关注。本文主要基于范数最优化理论与迭代阈值算法,研究稀疏优化问题求解算法以及相关算法在信号与图像处理方面的应用。本文主要有以下叁个创新点:第一,为了克服迭代算法求解的解只是问题的近似解这一缺点,我们用简单的实值函数求极值的方法,推导了两类特殊形式的极小化问题的解的精确表达式,这就保证了使用这两类极小化问题求得的解在形式上是精确的。第二,基于迭代阈值类算法思想,以及叁个特殊形式的阈值算子。利用一阶Taylor展开近似原问题的思想,提出了一类L_p迭代阈值类算法(0≦p≦1),证明了新算法的收敛性,同时验证了在稀疏信号恢复问题上,新算法能够很好地恢复信号。第叁,结合迭代阈值类算法,以及线性化思想推导出了求解非线性约束问题稀疏解的迭代半阈值算法和迭代软阈值算法,给出了这两个新算法的收敛性分析,以及一个简单的实验用来验证算法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
稀疏约束迭代论文参考文献
[1].曹占中,胡冬妮,李煦,潘接林,颜永红.迭代数控制的稀疏约束波束形成算法[J].网络新媒体技术.2018
[2].高翠翠.线性及非线性约束问题稀疏解的迭代阈值算法[D].中国石油大学(华东).2016
[3].蔡源涛.基于稀疏约束的图像去模糊迭代方法研究[D].电子科技大学.2015
[4].李慧君,齐宏亮,徐圆,周凌宏.基于选择性全变差约束的稀疏角度CT快速迭代重建算法[J].生物医学工程学杂志.2014
[5].王超,闫镔,李磊,曾磊,李建新.基于稀疏约束的自适应正则化迭代重建算法[J].CT理论与应用研究.2012
[6].李力民,姚泳汐.基于Cauchy稀疏约束的同时迭代反演反射系数与地震子波的研究[J].重庆科技学院学报(自然科学版).2011
[7].胡正平,刘文,许成谦,李杰.局部自适应学习基稀疏约束结合信息优先权选择扩散的迭代图像修复算法研究[J].仪器仪表学报.2010
[8].万群,杨万麟.基于四阶累积量的后验稀疏约束迭代DOA估计方法[J].电子与信息学报.2001
[9].万群,杨万麟.基于波束空间的后验稀疏约束迭代DOA估计方法[J].电子学报.2001
[10].万群,杨万麟.基于子空间的后验稀疏约束迭代DOA估计方法[J].系统工程与电子技术.2000