分布式压缩感知

摘要： 煤矿井下无线传感器网络存在着能量受限的问题,需要研究高效的数据压缩采集方法解决此问题。分布式压缩感知是一种高效的数据压缩采集方法。提出基于分布式压缩感知的煤矿井下图像压缩采集方法,将图像按列划分为多个图像块,对每个图像块单独压缩编码,在服务器上利用信号内相关性和信号间相关性联合解码。实验结果表明,在相同压缩率下,新方法与传统的压缩感知相比能够获得更好的图像质量,恢复图像所需的时间更少,实时性更强。

摘要： 为了提升基于压缩感知(Compressive Sensing,CS)框架下的免调度非正交多址接入(Non-Orthogonal Multiple Access,NOMA)系统的信道估计和多用户检测性能,本文提出了一种基于遗传算法(Genetic Algorithm,GA)的扩频矩阵优化方法。该方法以最小化扩频矩阵的互相关值为目标,提出一种遗传算法来解决从傅里叶变换方阵中抽取若干行作为NOMA系统扩频矩阵的组合优化问题。与解决同类问题的现有遗传算法相比,本文提出的遗传算法在个体构造上更加新颖,并且能够收敛于更小的扩频矩阵互相关值。仿真结果表明,在基于多重测量矢量CS框架的免调度NOMA系统中,与使用高斯随机矩阵作为扩频矩阵相比,使用本文优化方法获得的扩频矩阵能够使系统的误符号率平均降低52.14%;成功活跃检测率平均增加12.14%;信道估计均方误差降低约10 dB左右。

摘要： 基于距离选通成像时间切片间的相关性,提出分布式压缩感知三维成像方法,有效解决了三维成像庞大数据量与硬件存储性能的冲突.根据相关性构建基于联合稀疏模型的分布式压缩模型,辅助重构部分时间切片.设计一种自适应距离选通方法,根据设定阈值自适应调整选通时间,无需距离先验信息,增加了系统灵活性.结果表明:平均采样率为0.15时,该方法的成像质量比传统方法提高11.124 dB,成像距离的平均误差降低6.240.分布式成像方法能够有效减少时间切片冗余信息的采集,为距离选通三维成像提供了一种新的思路.

摘要： 传统的网络异常数据处理方法已经无法满足网络数据处理需求,因此设计了基于分布式压缩感知的网络异常数据处理方法,首先探讨了网络异常数据处理方法设计,进而进行了实验分析.实验结果表明,设计方法不仅能够减少数据准确重构所需的数据量,还能增强对抗网络异常数据的鲁棒性.

摘要： 在免调度非正交多址接入(Non-Orthogonal Multiple Access,NOMA)系统中,针对基于帧的多用户传输场景的信道估计(Channel Estimation,CE)与用户的活跃和数据检测(Multiuser Detection,MUD)问题,本文在多重测量矢量压缩感知(Multiple Measurement Vector-Compressive Sensing,MMV-CS)框架下,提出了一种门限辅助的分布式弱选择分段自适应匹配追踪(Thresholod Aided-Distributed Weak Selection Stagewise Adaptive Matching Pursuit,TA-DWSStAMP)算法来联合解决CE和MUD问题.该算法在精确的迭代终止准则下,引入阶段标识,在大步长阶段设计了一种幂函数型的变步长方法.仿真结果表明,本文提出的算法能够在复杂度仅为现有算法10％的条件下,获得与现有算法相近的信道估计性能、用户成功活跃检测率和用户数据的误符号率.

摘要： 针对已有大多数研究在设计激励机制时未考虑用户的隐私泄露问题,本文提出一种支持隐私保护的激励机制综合方案IMPP(Incentive Mechanism with Privacy-Preserving in mobile crowd sensing).首先,基于轻量级隐私保护思想,采用单向安全哈希函数生成256位哈希值作为参与者的匿名身份标识,以此来保护参与者的身份隐私;其次,依据参与者的数据效用值、期望回报及感知任务预算实现面向数据质量的补偿激励,选择性价比最高的胜出者;接着,借助分布式压缩感知理论,对胜出者的原始感知数据压缩处理,得到剔除冗余的观测值,并在观测值中添加哈希函数值等噪扰数据后传送于服务器端聚合,以增强感知数据的隐私性保护,之后对隐私数据集进行完整性校验并重构;最后,利用真实数据集,通过仿真实验对IMPP的有效性进行对比分析.实验结果表明,IMPP机制在隐私保护水平、数据完整性、数据精确性、时间效率、评估准确率、重构匹配度及激励效果等方面是高效的.

摘要： 为提高可穿戴多传感数据远程联合重构性能,提出了一种基于分布式压缩感知的可穿戴多传感加速度数据联合重构新方法.该方法首先对可穿戴多传感原始数据压缩编码,将数据融合传送至远端服务器,然后基于可穿戴传感数据的时空相关性,构建块稀疏贝叶斯学习算法联合重构算法,实现压缩数据解码,准确重构各传感原始数据.采用该方法对美国加州伯克利大学可穿戴多传感运动数据分析,实验结果表明,基于不同编码采样率,本文所提方法重构性能明显优于传统的TMSBL算法和tMFOCUSS算法重构性能,准确解码压缩数据,有望在远程医疗环境推广应用.

摘要： 针对空基平台多传感器目标快速感知的问题,文中提出一种基于分布式压缩感知的异源图像融合方法.该方法利用分布式压缩感知投影,分别获得各源图像的压缩投影值,利用局部权值加权融合法对投影系数进行融合,最后通过压缩感知重建得到融合图像,解决了图像快速感知与大数据量实时计算及存储问题.仿真结果验证了该方法的有效性.

摘要： 针对大数据量信息在带限通信网络中传输的瓶颈问题，本文提出基于测量数据融合的分布式压缩感知重建新方法，利用压缩感知测量获得子图像压缩编码的测量值，采用子图测量矩阵和测量值加权线性融合构建原图的测量矩阵和测量值，最后利用正交匹配追踪算法实现原图像数据重建。本方法由于不需要进行分块子图像压缩感知还原及子图像拼接，从而有效降低了解码端的数据存储量和计算量，仿真结果证实了本方法的有效性。

摘要： 为提高智能电网传感器数据的远程重构特性,提出一种基于分布式压缩感知的智能电网无线传感融合重构架构与方法.该架构首先对海量电网传感网络进行信源压缩编码,将数据传送至远端控制中心;针对电网传感网络数据的非稀疏化,探索数据的二维相关性,在适当的正交基下映射出块稀疏化数据,并利用先验分布的超参数线性模型对电网故障数据进行重构.

摘要： 本发明公开了基于感知哈希算法的分布式视频压缩感知自适应分组方法，针对在分布式视频压缩感知系统中当视频序列变化剧烈或发生场景切换时，采用固定的图像分组将导致参考帧选择的不准确进而严重影响非关键帧的重构质量，如果非关键帧与相邻关键帧的重构质量相差过大，解码端将产生视频闪烁效应的问题，本发明首先利用感知哈希算法评估图像的时域相关性大小，并根据时域相关性大小将图像分级，然后进行自适应图像分组；在自适应图像分组基础上，采用一种新的帧采样率分配模型进一步提高总体重构质量。本发明在保持总采样率不变的前提下，有效降低了解码视频中视频闪烁程度，为分布式视频压缩感知系统进一步提高提高服务质量和用户体验提供了可能。

摘要： 一种基于自适应压缩感知的分布式邻居节点分布估计方法，首先所有车辆节点以同步的网络时间作为种子，以伪随机数生成算法生成随机发射功率序列，并随机选择成为发射端或接收端，并采集经哈希处理的身份信息进行邻居节点分布估计；作为发射端的车辆节点构建本地比特位图，并将该包含车辆节点的身份信息的比特位图通过OOK调制以OFDM方式向接收端发送；作为接收端的车辆节点收到并解调得到空中叠加的OFDM信号，该过程重复多轮以获得足够信息，从中获得含有身份信息的比特位图并估计出当前通信半径下的车辆节点个数，进而通过自适应压缩感知方法恢复出整个通信半径范围内的邻居节点分布情况。

摘要： 本发明公开了基于感知哈希算法的分布式视频压缩感知自适应分组方法，针对在分布式视频压缩感知系统中当视频序列变化剧烈或发生场景切换时，采用固定的图像分组将导致参考帧选择的不准确进而严重影响非关键帧的重构质量，如果非关键帧与相邻关键帧的重构质量相差过大，解码端将产生视频闪烁效应的问题，本发明首先利用感知哈希算法评估图像的时域相关性大小，并根据时域相关性大小将图像分级，然后进行自适应图像分组；在自适应图像分组基础上，采用一种新的帧采样率分配模型进一步提高总体重构质量。本发明在保持总采样率不变的前提下，有效降低了解码视频中视频闪烁程度，为分布式视频压缩感知系统进一步提高提高服务质量和用户体验提供了可能。

摘要： 本发明公开了一种基于压缩感知的高光谱图像分布式压缩方法及系统，该方法包括：对原始高光谱图像进行谱间压缩采样；对采样数据进行分布式编码处理：将每个波段均划分为相同数量的至少一个编码块，以首波段为起始波段，对于其余任一波段中的任一编码块，均利用与其相邻的前一波段中的对应编码块对当前编码块进行线性预测，根据预测残差确定当前编码块所需传输的LSBs数量r；传输首波段中每个编码块空间无损压缩后的数据、其余波段每个编码块的前r个LSBs以及预测系数至接收端进行高光谱图像的压缩感知重建。本发明压缩方法具有较低的复杂度、良好的压缩性能与抗误码性能；以编码块为基本单位，误码被控制在编码块内部，不会传播到其它块。

摘要： 一种基于自适应压缩感知的分布式邻居节点分布估计方法，首先所有车辆节点以同步的网络时间作为种子，以伪随机数生成算法生成随机发射功率序列，并随机选择成为发射端或接收端，并采集经哈希处理的身份信息进行邻居节点分布估计；作为发射端的车辆节点构建本地比特位图，并将该包含车辆节点的身份信息的比特位图通过OOK调制以OFDM方式向接收端发送；作为接收端的车辆节点收到并解调得到空中叠加的OFDM信号，该过程重复多轮以获得足够信息，从中获得含有身份信息的比特位图并估计出当前通信半径下的车辆节点个数，进而通过自适应压缩感知方法恢复出整个通信半径范围内的邻居节点分布情况。

摘要： 本发明提供一种基于分布式压缩感知的高光谱图像压缩方法，方法包括：基于高光谱图像中各波段谱的相关性和各波段谱的信息熵值，分为一个低相关性波段组和多个高相关性波段组，每一高相关性波段组包括：一个参考波段和多个非参考波段；从参考波段中确定感兴趣区域和背景区域；针对每一非参考波段，与该组参考波段中感兴趣区域、背景区域分别进行差分处理，获得各自对应的残差图像；依次压缩每一高相关性波段组中感兴趣区域、背景区域及每一非参考波段对应的残差图像、低相关性波段的图像；将所有压缩编码的码流发送。上述方法对不同的波段及不同的区域进行不同的分布式压缩处理，充分保护了高光谱图像的重要信息，同时提高了高光谱图像的压缩率。

摘要： 本发明公开了一种视频的分布式压缩感知编解码方法，克服了现有技术中DCVS的重建方法仍有待改进的问题。该发明含有步骤1.1：对图片计算自适应分块信息；步骤1.2：根据得到的分块信息进行不同尺寸的DCT变换编码；步骤2.1：通过大量实验测试、创建并统计最佳尺度样本数据；步骤2.2：计算样本图片的纹理复杂度；步骤2.3：对样本数据使用BP神经网络进行训练，得到自适应尺度因子模型；步骤2.4：修改原BCS_SPL算法，增加新的输入参数；步骤2.5：使用改进的BCS_SPL算法修改整个关键帧编码和解码流程。本发明提出的关键帧改进算法在明显降低重构质量的前提大幅度缩减了图像的重建时间；非关键帧改进算法也能在不增加时间复杂度的情况下提高图像的重构质量。

摘要： 本发明提供一种基于分布式压缩感知的高光谱图像压缩方法，方法包括：基于高光谱图像中各波段谱的相关性和各波段谱的信息熵值，分为一个低相关性波段组和多个高相关性波段组，每一高相关性波段组包括：一个参考波段和多个非参考波段；从参考波段中确定感兴趣区域和背景区域；针对每一非参考波段，与该组参考波段中感兴趣区域、背景区域分别进行差分处理，获得各自对应的残差图像；依次压缩每一高相关性波段组中感兴趣区域、背景区域及每一非参考波段对应的残差图像、低相关性波段的图像；将所有压缩编码的码流发送。上述方法对不同的波段及不同的区域进行不同的分布式压缩处理，充分保护了高光谱图像的重要信息，同时提高了高光谱图像的压缩率。

摘要： 本发明公开了一种基于分布式压缩感知的星载差分层析SAR成像方法，包括预处理SAR图像；识别相邻同质像元；估计SAR图像像元内能量最强散射体的残余高程与形变速率；逐像元判别SAR像元内有无强散射体；对SAR图像像元内分布式散射体的高程与分布式散射体的形变速率信息进行估计；判别存在强散射体的SAR图像像元内为单或双个散射体；估计SAR图像像元内强散射体的高程与形变速率；获得有效的分布式散射体和强散射体的高程与形变速率信息，实现星载差分层析SAR成像。本发明解决了由分布式散射体像元导致的成像产品信息空白问题，提高相邻同类强散射体的成像处理精度以及高维分辨能力。

摘要： 基于深度学习的分布式压缩感知信号重构方法，具体涉及一种通信信号在压缩采样下的分布式压缩感知信号的重构方法，本发明为解决由于真实场景中的稀疏信号之间并不完全是联合稀疏的，导致传统分布式压缩感知重构方法在应用时重构误差大，准确率低的问题。获取信号，对信号进行处理，得到信号的压缩采样后的测量向量；建立模型，模型依次包括注意力机制层，GRU网络层、Softmax层和稀疏向量计算层，将所述压缩采样后的测量向量输入模型内进行训练，并将支撑集初始化为空集，输出稀疏向量，得到训练好的模型；将待重构的信号的压缩采样后的测量向量输入训练好的模型内，输出稀疏向量。属于信号处理技术领域。