Grid matching in compressive sensing
Sıkıştırma algılamada ızgara eşleştirme
- Tez No: 365568
- Danışmanlar: YRD. DOÇ. DR. NURAY AT
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Anadolu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 51
Özet
Sıkıştırılmış ölçümlerden seyrek sinyalerin rekonstrüksüyonu sinyalin destek noktalarını tahmin etmek için muhtemel destek noktalarını içeren bir grid varsayar. Ancak yüksek ölçüm çözünürlüklü dalga şekillerinin rekonstrüksüyonu küçük grid kaymalarına karşı çok hassastır ve sabit bir grid varsayımı bilgi kaybına yol açabilir.Öte yandan bigli kaybını en aza indirmek için çok düzgün bir grid seçmek seyrek atomları bulmak için yüksek bir hesaplama işi gerektirmektedir. Bu çalışmada grid eşleştirme işlemi işlemsel olarak verimli çok aşamalı Monte Carlo örnekleme yaklaşımı ile yapılmıştır. Aşamalı örnekleme yöntemi seyrek sinyal elemanlarını tanımlar ve önceden elde edilmiş sıkıştırılmış ölçümlerdeki bilgiyi ve herhangi sinyal yapısı ile ilgili bir ön bilgiyi kullanarak uygun grid seçimini yapar. Yöntemin sıkıştırma işleminden sonraki ,yüksek çözünürlüklü dalga şekillerinin rekonstrüksüyonundaki etkinliği simülasyon çalışması ile gösterilmiştir.
Özet (Çeviri)
Sparse signal recovery from compressive measurements assumes a grid of possible support points from which to estimate the signal support set. However, reconstruction of high measurement resolution waveforms is very sensitive to small grid offsets and assuming a fixed grid may result to information loss. On the other hand, identifying sparse elements over a very fine grid to minimize information loss is computationally prohibitive. In this work grid matching is performed via a computationally efficient multi-stage Monte Carlo sampling approach. The multi-stage sampling method identifies sparse signal elements and chooses the appropriate grid using information from compressively acquired measurements and any prior information on the signal structure. The effectiveness of the method in reconstructing high resolution waveforms, after compressive acquisition, is demonstrated via simulation study.
Benzer Tezler
- Robust compressive sensing techniques
Gürbüz sıkıştırılmış algılama teknikleri
OĞUZHAN TEKE
Yüksek Lisans
İngilizce
2014
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN ARIKAN
- Basamak Frekanslı Yere İşleyen Radar (GPR) için seyreklik tabanlı hızlı yer altı görüntüleme yöntemindeki problemlere çözümler
Solutions to the problems of sparsity enhanced subsurface imaging for stepped frequency GPRs
MEHMET ALİ ÇAĞRI TUNCER
Yüksek Lisans
Türkçe
2011
Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ALİ CAFER GÜRBÜZ
- Katlıdizeylerin çokdeğişkenliliği yükseltilmiş çarpımlar üçköşegencil gösterilim yoluyla ayrıştırımı: Kavramcıl taban ve uygulayışlar
Tridiagonal folmat enhanced multivariance products representation: Conceptual background and applications
ZEYNEP GÜNDOĞAR
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
PROF. DR. METİN DEMİRALP
- A Finite volume method for compressible viscous flows
Sıkışabilir viskoz akışlar için sonlu hacim yöntemi
H.TUĞRUL TINAZTEPE
Doktora
İngilizce
1997
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET Ş. ÜÇER
- Motion estimation for video coting
Video kodlama için devinim kestirimi
ÖZGÜR KUTLU GÜLLE
Yüksek Lisans
İngilizce
1996
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiPROF.DR. BÜLENT SANKUR