发明名称 | 基于压缩感知理论的自适应光学波前信号去噪方法 | ||
摘要 | 本发明公开了一种基于压缩感知理论的自适应光学波前信号去噪方法,其包括对自适应光学波前信号建立数学模型,设计由仿真生成的波前信号及噪声信号构成的训练波前信号,将所述训练波前信号作为构造字典的训练样本;采用K-SVD算法对所述训练波前信号通过训练来构造一个过完备K-SVD字典;基于所构造的K-SVD字典,对所述光学波前信号的数学模型采用基于l<sub>0</sub>-范数优化的压缩感知信号算法,进行波前信号的稀疏分解,在远小于Nyquist采样率的条件下,获取该光学波前信号在K-SVD字典下稀疏表示的估计,由该稀疏表示的估计和K-SVD字典的乘积重构得到时域波前信号,去除噪声,并简化庞大的自适应光学系统,降低成本,拓展自适应光学系统的应用领域。 | ||
申请公布号 | CN104915931A | 申请公布日期 | 2015.09.16 |
申请号 | CN201510182605.1 | 申请日期 | 2015.04.16 |
申请人 | 南京信息工程大学 | 发明人 | 张艳艳;张秀再;陈苏婷 |
分类号 | G06T5/00(2006.01)I | 主分类号 | G06T5/00(2006.01)I |
代理机构 | 南京钟山专利代理有限公司 32252 | 代理人 | 戴朝荣 |
主权项 | 一种基于压缩感知理论的自适应光学波前信号去噪方法,其特征在于,包括以下步骤:步骤1,对自适应光学波前信号建立数学模型;设计由仿真生成的波前信号及噪声信号构成的训练波前信号,将所述训练波前信号作为用于构造字典的训练样本;步骤2,采用K‑SVD算法对所述训练波前信号通过训练来构造一个普遍适用的过完备字典,称之为K‑SVD字典;步骤3,基于所构造的K‑SVD字典,对所述光学波前信号的数学模型采用基于l<sub>0</sub>‑范数优化的压缩感知信号算法,进行波前信号的稀疏分解,在远小于Nyquist采样率的条件下,获取该光学波前信号在K‑SVD字典下稀疏表示的估计,由该稀疏表示的估计和K‑SVD字典的乘积重构得到所述光学波前信号的去除噪声的时域波前信号。 | ||
地址 | 210044 江苏省南京市宁六路219号 |