简介：在宽带频谱中,存在多个子带同时未被使用的情况.针对宽带频谱的稀疏性,提出了基于压缩感知的宽带协作频谱感知算法.该算法是一种多子带联合检测方法,多个认知用户独立地对宽带频谱进行压缩采样,利用重构算法恢复原信号,并将感知结果发给融合中心,由融合中心按照一定的协作规则作出判决.相比传统的协作感知方法,文中提出的算法能降低采样频率和硬件处理能力的要求.同时仿真结果表明,在较低信噪比和衰落的情况下,该算法获得一定的协作增益,能够提高实时性并显著改善认知无线电网络的频谱感知性能.

简介：摘要：在语音通信过程中往往都混有各种噪声，为降低噪声的干扰，提高语音质量和可懂度，本文提出了一种基于压缩感知（Compressed Sensing, CS）的语音降噪算法研究。首先利用语音端点检测方法判断出语音段和非语音段，去除非语音段的噪声，然后利用语音和噪声在离散余弦变换（Discrete Cosine Transform, DCT）域具有不同的稀疏特性以及正交匹配追踪（Orthogonal Matching Pursuit, OMP）重建算法所采用的相似度特性实现对带噪语音段的噪声滤除。仿真结果表明，与经典子空间语音降噪算法相比，本文提出的算法去噪效果更好。

简介：瞬态干扰是天波超视距雷达中一种常见的干扰，经常抬高雷达的距离一多普勒二维检测背景，造成目标检测困难，因此需要加以抑制。提出了基于压缩感知的天波雷达瞬态干扰抑制方法。该方法首先确定瞬态干扰的位置，然后利用压缩感知来重构该位置上的杂波和目标信号，从而实现瞬态干扰抑制。为了避免瞬态干扰对信号重构的影响，从单位矩阵中抽取若干行构成压缩感知的观测矩阵。实测数据处理表明，该方法可以有效地抑制瞬态干扰，显著改善雷达的探测性能。

简介：摘要随着经济和科技水平的快速发展，电力行业发展也十分快速。智能电网的关键部分之一是构建低功耗、高效率的监控网络，该网络需要支持数以百万计的智能电表或其它监控终端，其中，“最后一公里”成为制约当前智能电网发展的首要问题。使用无线通讯技术以及由此衍生的无线传感器网络能够满足较少节点的非实时数据采集和传输，然而当接入网络的智能电表或终端数量急剧增加、提高系统实时性要求，则产生的大量数据及其通讯将导致较大的网络时延并降低网络可靠性。在汇聚节点或区域基站采用压缩感知是解决该问题的有效方法之一，与传统的数据压缩算法相比，压缩感知方法的稀疏矩阵的维数明显小于原始数据矩阵维数，通过非线性重建算法能够获得比典型的线性回归方法更低的误差率。压缩感知已被应用一些电力系统中，如文献6对智能电网中路由协议和质量问题进行研究；在对智能电网文献综述中阐述了压缩感知在其中的应用发展情况；提出基于压缩感知的小区电网数据监控方案。

简介：摘要：

简介：

简介：摘要目的探讨人工智能-压缩感知(artificial intelligence compressed sensing，ACS)与压缩感知(compressed sensing，CS)在膝关节MRI中的加速效率及对图像质量的影响。材料与方法采用3.0 T MRI对67名受检者进行膝关节矢状面质子密度加权序列扫描，设置加速因子分别为2.0、2.5、3.0的CS序列(CS 2.0，CS 2.5，CS 3.0)与加速因子分别为2.5、3.0、3.5、4.0的ACS序列(ACS 2.5，ACS 3.0，ACS 3.5，ACS 4.0)，以并行采集(parallel imaging，PI) 2.0作为参考。两位医师独立对图像质量进行四分制主观评分。另一位医师在股骨内侧髁、腓肠肌内侧头、髁间窝积液、髌下脂肪垫、股骨外侧髁软骨放置感兴趣区，测量组织信噪比(signal noise ratio，SNR)。对图像质量主观评分与多处组织SNR进行统计学分析。结果在CS与ACS序列中，扫描时间随加速因子增大而缩短(PI 2.0：152 s；CS 2.0：128 s, CS 2.5：104 s，CS 3.0：86 s；ACS 2.5：76 s，ACS 3.0：65 s，ACS 3.0：57 s，ACS 4.0：51 s)。图像质量主观评分一致性达到一致性较强以上(0.735≤κ≤0.869)。8组序列间图像质量主观评分及五处组织SNR差异均具有统计学意义(P＜0.05)。CS 2.0、ACS 3.0主观评分及组织SNR与PI 2.0差异无统计学意义(P＞0.05)。AC S2.5主观评分及四处组织SNR与PI 2.0差异无统计学意义(P＞0.05)，并有一处组织SNR明显高于PI 2.0。CS 2.5、CS 3.0、ACS 3.5、ACS 4.0图像质量主观评分明显低于PI 2.0，且分别有1、5、2、2处组织SNR显著低于PI 2.0 (P均＜0.05)。结论ACS与CS均能缩短磁共振采集时间。相比CS，ACS具有更高加速效率，在膝关节质子密度加权序列中，在保证图像质量的前提下能将扫描时间缩短57%。

简介：摘要MRI是临床常用的影像技术手段，由于其扫描时间过长，使患者的舒适度和依从性降低，产生不可逆的运动伪影，导致图像质量受损，对临床诊断和工作效率产生不良影响。所以在不影响图像质量的情况下缩短MRI扫描时间的需求非常迫切。压缩感知（compressed sensing, CS）技术就是采用远低于传统采样定律要求的采样点进行重建并加以恢复，可缩短信号采集时间。该技术可以明显缩短扫描时间，且不会影响MRI的图像质量，甚至可以提高图像分辨率和信噪比。本文就CS技术在颅脑MRI的应用作一综述，探讨其在多种常规MRI扫描序列上的应用进展，为临床扫描实践及CS技术的完善和未来科研热点提供多角度信息。

简介：摘要：目的 探讨压缩感知技术在肝脏检查中的应用价值。方法 使用1.5 T MR对30名健康志愿者(男性15例，女性15 例)分别采用3D mDixon与3D mDixon Compressed SENSE(CS，压缩感知)序列进行上腹部MR扫描，通过观察者对肝脏图像质量把控情况下，对成像时间进行对比分析。 结果 相对3D mDixon序列，结合CS的3D mDixon序列能在保持较好信噪比的前提下，将扫描时间缩短约35.3%。 结论：压缩感知序列能显著缩短扫描时间，对于难以坚持屏气的患者的肝脏扫描时有较好的临床应用前景。

简介：分析了无线传感器网络（WSNs）中存在的能量不足问题以及压缩感知理论在WSNs节能策略上的适用性。讨论了压缩感知进行数据获取所需要的三个主要构件。综述了近年来压缩感知理论在WSNs节能策略上的研究进展：ComrepessiveDataGathering框架;基于分簇策略的压缩感知节能策略;其他基于压缩感知的WSNs节能策略以及基于压缩感知的无线传感网节能策略的性能分析。最后,对未来压缩感知理论用于无线传感器网络高能效数据获取的发展方向做出了展望。

简介：提出了一种基于压缩感知（CS,compressivesensing）的SAR对多舰船目标的成像算法。通过将多舰船目标成像转换为在某种基下具有稀疏表示的信号重建问题,从而满足CS理论对信号恢复重构的要求,获得比传统成像方法更高的方位分辨率。实测数据的处理验证了该算法的有效性。

简介：摘要:近年来随着计算机硬件性能的提升以及人工智能技术的发展,使用人工智能手段处理地震数据已成为新的研究热点｡深度学习是一种基于数据驱动的方法｡不依赖于物理方程与公式理论,仅通过大量数据训练,便可以学习输入数据和标签数据间的映射关系,并利用这种映射关系解决相似的问题｡

简介：传统信号处理方法存在采样数据量大、压缩复杂度高的问题，而压缩感知理论可以解决上述问题，因此在模式识别、图像采集以及电能质量信号分析中应用广泛。其中，合适的重构算法可以达到很好的重构精度。文章对压缩感知的基本原理进行了阐述，并对不同恢复算法进行了分析，最后对不同恢复算法的重构效果进行了比较。

简介：针对当前多径线性调频（LFM）信号参数估计中存在的精度低、依赖高信噪比等问题,提出了一种基于压缩感知的多径LFM信号参数估计新方法。通过将包含多径分量的LFM信号稀疏分解与重构,实现了多径分量时延及衰减的参数估计。新方法突破了传统Nyquist采样定理的限制,可利用较少数据恢复信号。仿真实验证明了该方法的有效性,并通过与传统方法的性能比较,证实新方法具有更高的时延分辨率、数据资源利用率且可以达到较高的估计精度。

简介：对于水下目标的波达方向估计（DOA）问题,提出一种基于压缩感知的估计方法.压缩感知（CS）是近年来出现的一种新的数据获取方法,能以低于Nyquist的采样率对稀疏数据或可压缩数据进行采样并以高概率对采样数据恢复重构.以水下目标的方位信号为估计对象,采用CS的正交匹配跟踪（OMP）技术估计稀疏信号中能量较强的位置,从而实现对目标的定向.为了验证基于CS技术的DOA估计方法的性能,将其与传统的MUSIC算法进行了对比,仿真验证的结果表明,新方法在估计角分辨率和有效性方面均优于MU-SIC算法.

简介：摘要：本文提出在光学图像加密处理中应用压缩感知理论，并联合应用双随机相位编码技术，对图像进行多重加密处理。通过应用压缩感知理论创建随机测量矩阵，将其作为密钥，对图像进行加密处理，并利用Arnold变换进行二次加密处理，同时，联合应用4f光学系统进行双随机相位编码，据此对图像进行多次加密，以降低采样数据量，提升密钥响应敏感度，确保能够抵御攻击。

简介：摘要目的比较不同脑压缩感知(compressed sensing，CS)磁敏感加权成像(susceptibility weighted imaging，SWI)的加速因子(acceleration factor，AF)对中脑“燕尾征(swallow tail sign, STS)”显示及定量的影响，寻找最佳AF。材料与方法前瞻性征募40名健康志愿者进行头部3.0 T MRI检查，包括CS-SWI序列(AF=0及CS2、CS4、CS6、CS8、CS10)。对SWI的相位图像进行观察和测量，计数不同AF中STS显示数量。测量相位值(phase value，PV)并计算信噪比(signal to noise ratio，SNR)及对比噪声比(contrast to noise ratio，CNR)。采用Cohen's Kappa分析评估黑质(substantia nigra，SN)和STS主观评价的组间一致性；通过计算组内相关系数(interclass correlation cofficient，ICC)，验证PV值和主观评分的一致性。运用Fisher确切概率法分析不同AF下STS显示率的差异。使用单因素方差分析(analysis of variance，ANOVA)中最小显著性差异法(least-significant difference，LSD)对比不同AF条件下SN和STS图像质量的差异。P值经Benjamini-Hochberg的错误发现率(false discovery rate，FDR)法校正，P＜0.05认为差异具有统计学意义。结果2名观察者间的主观评分一致性极好(Kappa＞0.80)。PV值测量和主观评分的组内一致性极好(ICC＞0.80)。当AF≥6时，STS图像表现为清晰度明显下降，且STS的显示率降低，差异具有统计学意义(P＜0.05)。双侧SNs的SNR和CNR在AF＞2时差异具有统计学意义(P＜0.05)。双侧STSs的SNR和CNR在AF＞4时差异具有统计学意义(P＜0.05)。结论由脑SWI图像定量数据结果可知，对STS结构的观察可根据SNR、CNR以及主观评分和显示率变化，可考虑CS4，扫描时间减少4 min 9 s (70.7%)。

简介：在档案信息实现数字化存储的过程中会产生大量图形、图像文件,数字化管理系统需要消耗大量资源对此类文件进行有效的管理。针对此问题,文章在对图像处理技术中的压缩感知理论进行深入研究与分析的基础上,在数字档案信息的成像、重构以及压缩存储优化策略中探讨了压缩感知理论的应用思路,提出了图像分块、重构图像的逆向观测、二阶锥优化高维线框压缩等优化策略。

简介：为了进一步减少数据扫描时间，提高磁共振成像速度，我们对压缩感知MRI脉冲序列进行了研究。采用相位编码方向变密度欠采集的方式，设计了基于自旋回波的压缩感知序列；并采用PPL语言编程，在永磁和超导MR扫描仪上实现了该序列，对压缩感知欠采集与自旋回波全采集的数据进行了图象重建和分析。结果表明：该序列达到了压缩感知的要求，采集的头部和膝盖数据的最佳欠采样加速因子分别为2和4，大大节省了数据采集时间。该序列的实现使得低场强MR扫描仪在不提高梯度性能的情况下，便可实现快速成像，为提高我国在MR扫描仪上的研发水平奠定了基础。

简介：摘要