导读:本文包含了匹配追踪论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:正交,稀疏,分解,子波,内积,数据,复数。
匹配追踪论文文献综述
满建,印兴耀,曹丹平,林海鲲[1]（2019）在《基于修正柯西准则的正交匹配追踪反演方法》一文中研究指出本文介绍了一种基于修正柯西准则的正交匹配追踪反演方法,利用L0范数对反射系数进行稀疏表示,同时假设反射系数服从修正柯西准则,在此先验条件下对反射系数加以修正,为了增强反演的稳定性和低频信息,在目标函数中加入了低频模型约束[1],选用了正交匹配追踪算法对L0范数进行稀疏求解,由于正交匹配算法过程中每一步所匹配的原子与上一次迭代残差与成正交关系,避免了常规匹配过程中原子的重复选择问题,从而提高了计算效率,最后在修正柯西准则下对其计算结果进行修正。为了验证本文反演方法的稳定性和实用性,分别选用了一维和二维模型分别对进行了反演测试,反演结果的稳定和精度很高。将该方法运用到解决实际工区问题中,本文所选工区主要发育大厚层碳酸岩,上覆强反射火成岩,下伏较强反射特征的火成岩,反演的波阻抗结果与井曲线吻合度较高,对该实际工区的岩性解释工作提供了有价值的参考。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
李晋,张贤,蔡锦[2]（2019）在《利用变分模态分解(VMD)和匹配追踪(MP)联合压制音频大地电磁(AMT)强干扰》一文中研究指出为了有效分离矿集区音频大地电磁(AMT)信号中的大尺度强干扰、抑制近源效应,本文提出利用变分模态分解(VMD)和匹配追踪(MP)联合压制AMT强干扰的方法.首先,对比了VMD与经验模态分解(EMD)、固有时间尺度分解(ITD)的处理效果,验证了VMD在避免模态混迭和端点效应方面的优势;讨论了VMD中模态个数对典型大尺度强干扰的去噪性能,并选择合适的模态初步获取待处理信号的重构信息.然后,运用MP对VMD重构信号做二次信噪分离处理,进一步滤除残余的尖脉冲干扰.通过对模拟和实测数据的分析处理,以及与远参考法结果对比,本研究能有效剔除时间域序列中的大尺度强干扰,且重构信号中保留了更多的低频缓变化信息和细节成分,近源干扰得到有效压制;视电阻率-相位曲线更为光滑、连续,低频段的数据质量得到明显改善,其结果能更为真实、可靠地反映地下电性结构信息.(本文来源于《地球物理学报》期刊2019年10期）
李振,李伟光,陈辉,林鑫[3]（2019）在《基于匹配追踪的特征频率提取算法及其应用》一文中研究指出针对大型转子试验台轴心轨迹提纯的问题,提出了采用匹配追踪(Matching Pursuit,MP)算法提取特征频率合成轴心轨迹的新方法。算法中信号的稀疏分解采用MP算法实现,字典集由正弦波模型构建,通过对正弦波的伸缩、平移构造过完备字典库,该算法可实现对单个或多个特征频率的提取;将此方法应用于大型转子系统轴心轨迹的提纯上,并与主成分分析法、谐波小波算法和小波包算法的处理效果进行了比较。结果表明,采用匹配追踪算法提纯的轴心轨迹更为清晰。(本文来源于《振动与冲击》期刊2019年19期）
林相泽,张俊媛,朱赛华,刘德营[4]（2019）在《基于K-SVD和正交匹配追踪稀疏表示的稻飞虱图像分类方法》一文中研究指出针对当前稻飞虱图像分类研究中存在图像识别速度慢、分类精度低的不足,该文提出一种基于K-SVD和正交匹配追踪(orthogonal matching pursuit, OMP)稀疏表示的稻飞虱图像分类方法。首先,根据稻飞虱的趋光性特点,使用团队自主研发的野外昆虫图像采集装置自动获取稻田害虫图像;然后,利用K-SVD算法对稻飞虱图像特征的过完备字典进行更新构造,结合OMP算法对原始输入图像的特征信号进行稀疏表示;最后,通过求解输入图像的重构误差对昆虫图像进行分类。在相同的试验条件下,与传统的图像分类算法(SVM、BP神经网络)进行比较。实验结果表明,该文提出的基于K-SVD和OMP算法的稻飞虱图像稀疏表示分类方法可对稻飞虱与非稻飞虱进行快速准确的分类,分类速度达到6.0帧/s,平均分类精度达到93.7%。与SVM和BP神经网络相比,分类速度分别提高了5和5.5帧/s;分类精度分别提高了15.7和28.2个百分点,为稻飞虱的防治预警工作提供了信息与技术支持。(本文来源于《农业工程学报》期刊2019年19期）
凌越,张小美,刘伟明,苏勤,王小卫[5]（2019）在《基于匹配追踪法的规则化方法的应用与研究》一文中研究指出由于野外采集条件、地面状况等现实条件导致采集数据不等间隔或数据缺失,会造成偏移画弧和成像振幅畸变,从而影响成像质量。本文利用改进后的匹配追踪傅里叶变换插值技术(Matching Pursuit Fourier Interpolation)对中国青海西北部工区的非规则地震数据进行规则化处理,试验结果表明,MPFI技术能很好的解决上述由于采集不规则引起的问题,并具有稳定性、适用性的特点,为后续保真成像提供了良好的迭前数据。(本文来源于《中国石油学会2019年物探技术研讨会论文集》期刊2019-09-09）
徐晨,万忠宏,金瑞锋,陈亚军,薛红刚[6]（2019）在《复数域快速匹配追踪去强反射技术及其在地震属性提取中的应用》一文中研究指出由于地质沉积环境的特殊性和复杂性,地震数据中常存在强反射背景,屏蔽了储层的有效反射信息,影响了储层预测效果,因此亟需一种解释性处理技术将强反射记录剥离。本研究利用复数域快速匹配追踪算法,将原始信号分解并表示为一系列具有不同中心时间、频率、相位和振幅的匹配子波的线性组合。从而可以把强反射记录提取出来,从原始地震记录中分离,达到去强反射的目的。复数域快速匹配追踪算法克服了传统匹配追踪算法贪婪搜索的弊端,具有良好的稳定性且运算效率高。我们已经在GeoEast解释系统中研发了相应的目标处理模块,能够快速将强反射轴剥离并增强目标储层的弱振幅,从而更有利于构造解释及地震属性提取,实现目标储层的精细研究。本方法较常规匹配追踪算法,减少了扫描参数和扫描范围,同时每次迭代可产生多个匹配子波,从而大大提高了运算效率,实现了匹配追踪技术在工业生产中的应用。(本文来源于《中国石油学会2019年物探技术研讨会论文集》期刊2019-09-09）
王丽,王威,陈博[7]（2019）在《改进的粒子群优化正交匹配追踪重构算法》一文中研究指出利用正交匹配追踪算法可以实现基于冗余字典的高光谱图像压缩感知重构.因高光谱图像的波段数多,正交匹配追踪算法的计算复杂度较高,无法满足实时处理的需要.针对此问题,提出基于粒子群优化的快速正交匹配追踪算法.应用粒子群算法的较强局部寻优能力对正交匹配追踪算法的匹配过程进行改进.进一步地,利用Hermitian求逆引理对正交匹配追踪算法的残差更新迭代过程进行改进,提高了算法的效率.利用所提算法对高光谱图像进行压缩感知重构,实验结果表明,所提算法降低了正交匹配追踪算法的计算复杂度,在保持重构精度的条件下,计算效率提高了18倍.(本文来源于《小型微型计算机系统》期刊2019年08期）
胡鹏程[8]（2019）在《基于不同原子类型的匹配追踪信号分解算法》一文中研究指出根据原始信号的内在特征,匹配追踪算法可把信号分解成一系列时频原子的线性组合,将分解的信号重构后与WVD结合,可提高时频分析的精度,但采用不同原子库分解的效果各不相同,目前地球物理界常用的原子类型是Morlet小波和Ricker子波,本文在此基础上对已有的原子库进行扩充,根据实际地震记录尝试寻找一种适应性较强的原子类型。(本文来源于《石油和化工设备》期刊2019年07期）
王磊[9]（2019）在《基于结构化匹配追踪算法的动态多用户检测性能分析》一文中研究指出在面向物联网(In Internet of things,IoT)的5G系统中,更有效的多路访问对于处理大量物联网用户或设备产生的零星流量问题至关重要,这些用户或设备大多数时间处于非活动状态,但时不时地会在没有人工干预的情况下接入或离开无线网络。非正交多址(NOMA)正是一种解决5G物联网系统中大规模连接问题的重要方案,此技术需要用到动态多用户检测(MUD)技术。这里将对新提出的基于结构化匹配追踪(SMP)的动态多用户检测技术展开讨论与分析。(本文来源于《通信技术》期刊2019年07期）
唐川雁,史姣姣[10]（2019）在《变比例的稀疏度自适应匹配追踪算法》一文中研究指出稀疏度自适应匹配追踪(SAMP)算法可在稀疏度未知时重构原始信号而得到广泛应用。针对SAMP原子预选数量随阶段数增加,存在大稀疏度情况下原子预选数超过测量值造成无法重构的问题,提出变比例的稀疏度自适应匹配追踪算法,该算法先采用内积累加比例法预选原子,再针对单个固定比例无法同时满足小稀疏度时快速重构和大稀疏度时提高重构成功率的问题,在设定的比例阈值上限内采用变比例策略,使得在大稀疏度下原子预选取的数量不超过测量值数,同时又可提供足够多的原子以提升重构性能。仿真结果表明,该算法可在重构误差和重构时间相比SAMP一致的情况下,重构成功率在大稀疏度时比SAMP平均提高5.8%,且在稀疏度超过测量值一半时保持较高重构成功率。(本文来源于《通信技术》期刊2019年07期）
匹配追踪论文开题报告
（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：
为了有效分离矿集区音频大地电磁(AMT)信号中的大尺度强干扰、抑制近源效应,本文提出利用变分模态分解(VMD)和匹配追踪(MP)联合压制AMT强干扰的方法.首先,对比了VMD与经验模态分解(EMD)、固有时间尺度分解(ITD)的处理效果,验证了VMD在避免模态混迭和端点效应方面的优势;讨论了VMD中模态个数对典型大尺度强干扰的去噪性能,并选择合适的模态初步获取待处理信号的重构信息.然后,运用MP对VMD重构信号做二次信噪分离处理,进一步滤除残余的尖脉冲干扰.通过对模拟和实测数据的分析处理,以及与远参考法结果对比,本研究能有效剔除时间域序列中的大尺度强干扰,且重构信号中保留了更多的低频缓变化信息和细节成分,近源干扰得到有效压制;视电阻率-相位曲线更为光滑、连续,低频段的数据质量得到明显改善,其结果能更为真实、可靠地反映地下电性结构信息.
（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。
匹配追踪论文参考文献
[1].满建,印兴耀,曹丹平,林海鲲.基于修正柯西准则的正交匹配追踪反演方法[C].2019年油气地球物理学术年会论文集.2019
[2].李晋,张贤,蔡锦.利用变分模态分解(VMD)和匹配追踪(MP)联合压制音频大地电磁(AMT)强干扰[J].地球物理学报.2019
[3].李振,李伟光,陈辉,林鑫.基于匹配追踪的特征频率提取算法及其应用[J].振动与冲击.2019
[4].林相泽,张俊媛,朱赛华,刘德营.基于K-SVD和正交匹配追踪稀疏表示的稻飞虱图像分类方法[J].农业工程学报.2019
[5].凌越,张小美,刘伟明,苏勤,王小卫.基于匹配追踪法的规则化方法的应用与研究[C].中国石油学会2019年物探技术研讨会论文集.2019
[6].徐晨,万忠宏,金瑞锋,陈亚军,薛红刚.复数域快速匹配追踪去强反射技术及其在地震属性提取中的应用[C].中国石油学会2019年物探技术研讨会论文集.2019
[7].王丽,王威,陈博.改进的粒子群优化正交匹配追踪重构算法[J].小型微型计算机系统.2019
[8].胡鹏程.基于不同原子类型的匹配追踪信号分解算法[J].石油和化工设备.2019
[9].王磊.基于结构化匹配追踪算法的动态多用户检测性能分析[J].通信技术.2019
[10].唐川雁,史姣姣.变比例的稀疏度自适应匹配追踪算法[J].通信技术.2019
论文知识图
