基于量子粒子群优化算法的压缩感知数据重构方法.pdf

基于量子粒子群优化算法的压缩感知数据重构方法.pdf

ID:51455239

大小:392.04 KB

页数:6页

时间:2020-03-25

基于量子粒子群优化算法的压缩感知数据重构方法.pdf_第1页
基于量子粒子群优化算法的压缩感知数据重构方法.pdf_第2页
基于量子粒子群优化算法的压缩感知数据重构方法.pdf_第3页
基于量子粒子群优化算法的压缩感知数据重构方法.pdf_第4页
基于量子粒子群优化算法的压缩感知数据重构方法.pdf_第5页
资源描述:

《基于量子粒子群优化算法的压缩感知数据重构方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第28卷第6期传感技术学报Vo1.28No.62015年6月CHINESEJOURNALOFSENSORSANDACTUATORSJune2015PerceptualDataReconstructionforCompressedSensingBasedonQuantumBehavedParticleSwarmOptimizationL/UZhouzhou,LIYanping(1.Xi’anAeronauticalUniversity,Xi~an710077,China;2.DepartmentofComput

2、erandInformationEngineering,HezeUniversity,HezeShandong274015,China)Abstract:Accordingtowirelesssensornetworkmonitoringobjectfeatures,thecompressedsensingtheoryisappliedtodatacompressiontoreducethecommunicationenergy.Consideringthatreconstructionaccuracyofe

3、xistingdatareconstructionincompressedsensingcanbeeasilyinfluencedbysparsity,afteranalysisofcompressedsensingdatareconstructionprinciple,withsub-flameprocessingtheoriginalsignalinfixedlengthtoreducethesolutionspace,andapplyingquantumtheoryencodinginParticleS

4、warmOptimization,CompressedSensingDataReconstructionthatbasedonQuantum—behavedParticleSwarmOptimizationappears.Accordingtowirelesssensornetworkmonito-ringobjectfeatures,thisalgorithmimprovestheaccuracyofthedatareconstructionbyimprovingparticleinitialpo—siti

5、onandupdatemodeinParticleSwarmOptimizationfromStatistics.Simulationresultsshowthatunderconditionsofsparsitylessthan50,QP—CSDRgets20%~40%performanceimprovementonReconstructionaccuracycomparingtoexistingalgorithms.Nowthealgorithmhasbeenappliedtomicro—earthqua

6、kesandaudiomonitoringsystem,andinactualinspection,theactualsystemlifeisextendedabout2-4timeswithassurancedataaccuracy.Keywords:wirelesssensornetwork;quantumtheory;particleswarmoptimizationalgorithm;compressedsensor;datareconstrueti0nEEACC:7230doi:10.3.issn.

7、1004—1699.2015.06.011基于量子粒子群优化算法的压缩感知数据重构方法术刘洲洲,李艳平(1.西安航空学院,西安710077;2.菏泽学院计算机与信息工程系,山东菏泽274015)摘要:针对传感器监测对象特点,将压缩感知理论应用于数据压缩过程以降低通信能耗,并根据现有压缩感知数据重构算法存在的重构精度受稀疏度影响较大的缺点,在分析了压缩感知数据重构原理后,提出了将原始信号按固定长度进行分帧处理以减少算法解空间的数量,并将量子理论中的编码方式应用于粒子群优化算法,提出了基于量子粒子群优化算法的压缩

8、感知数据重构方法QP—CSDR。算法根据传感器监测对象特点,从统计学角度出发对粒子群优化算法中的粒子初始位置及粒子群更新方式加以改进,以提高数据重构精度。仿真实验结果表明,在稀疏度小于5O的条件下,QP—CSDR算法相对已有算法在重构精度方面性能提升20%~40%,该算法已应用于微地震及音频监测系统中,经实际检验算法在保证数据精度的前提下延长系统寿命2倍~4倍左右。关键词:量子理论;粒子群优化算法;

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。