Phương pháp và thuật toán lấy mẫu nén ứng dụng cho ảnh sonar tính toán mô phỏng hệ thống

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (3.37 MB, 128 trang )

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

LUẬN VĂN THẠC SĨ
PHƯƠNG PHÁP VÀ THUẬT TOÁN LẤY MẪU NÉN ỨNG
DỤNG CHO ẢNH SONAR. TÍNH TỐN MƠ PHỎNG
HỆ THỐNG

ĐỒN KHÁNH LINH
Ngành: KĨ THUẬT TRUYỀN THÔNG
Giảng viên hướng dẫn:

PGS.TS NGUYỄN THÚY ANH

Viện:

ĐIỆN TỬ VIỄN THƠNG

HÀ NỘI, 2016

123doc
Mang
Ln
thay vì
h■■ng
l■im■i
s■
cam
tr■
h■u
m■t
k■t

nghi■m
t■im■t
là
s■
cáwebsite
nhân
mang
kho
m■ith■
kinh
m■
l■i
d■n
vi■n
nh■ng
cho
doanh
■■u
kh■ng
ng■■i
quy■n
chia
t■ th■c
dùng,
l■
s■l■i
v■i
và
hi■n
t■t

cơng
h■n
mua
ngh■a
nh■t
2.000.000
ngh■
báncho
tài
v■
hi■n
ng■■i
li■u
c■a
tài
th■
hàng
mình
li■u
dùng.
hi■n
■■u
■
thìt■t
Khi
■■i,
s■p
Vi■t
c■
khách

b■n
t■i,
l■nh
Nam.
ngh■a
online
hàng
v■c:
Táctr■
khơng
v■
tài
phong
thành
chính
c■a
khác
chun
c■a
thành
tíngì
d■ng,
hàng
so
nghi■p,
viên
v■i
tri■u
cơng
c■a

b■n
hồn
nhà
ngh■
123doc
g■c.
bán
h■o,
thơng
B■n
và
hàng
■■
n■p
có
tin,
l■i
cao
th■
ti■n
ngo■i
chuy■n
tính
phóng
vào
ng■,...Khách
trách
tài
giao
to,kho■n

nhi■m
thu
sang
nh■
c■a
■■i
■■n
hàng
tùy123doc,
v■i
v■
ý.
cót■ng
qu■n
th■b■n
d■
ng■■i
lýChào
dàng
s■ dùng.
■■■c
m■ng
tra c■u
M■c
h■■ng
b■n
tàitiêu
li■u
■■n
nh■ng

hàng
m■t
v■i■■u
quy■n
cách
123doc.
c■a
chính
l■i123doc.net
sau
xác,n■p
nhanh
ti■n
tr■
chóng.
trên
thành
website
th■ vi■n tài li■u online l■n nh■t Vi■t Nam, cung c■p nh■ng tài li■u ■■c khơng th■ tìm th■y trên th■ tr■■ng ngo■i tr■ 123doc.net.
Nhi■u event thú v■, event ki■m ti■n thi■t th■c. 123doc luôn luôn t■o c■ h■i gia t■ng thu nh■p online cho t■t c■ các thành viên c■a website.

Mangh■n
Ln
Th■a
Xu■t
Sau
Nhi■u
123doc
Link
khi

h■■ng
phát
thu■n
l■i
event
cam
s■
nh■n
xác
m■t
tr■
t■
h■u
k■t
s■
thú
nghi■m
t■i
th■c
ýxác
n■m
t■■ng
m■t
d■ng
v■,
là
s■
nh■n
s■
website

ra
mang
event
kho
m■i
■■■c
■■i,
1.
t■o
tLink
t■
th■
m■
l■i
c■ng
ki■m
■■ng
d■n
123doc
CH■P
g■i
vi■n
xác
nh■ng
cho
■■u
■■ng
ti■n
v■
th■c

h■
kh■ng
ng■■i
NH■N
■ã
■■a
quy■n
th■ng
thi■t
chia
t■ng
s■
ki■m
dùng,
l■
ch■
CÁC
s■
■■■c
th■c.
s■
l■i
b■■c
v■i
ti■n
và
email
chuy■n
■I■U
t■t

cơng
h■n
mua
123doc
g■i
online
kh■ng
nh■t
b■n
2.000.000
v■
ngh■
bán
KHO■N
sang
b■ng
ln
cho
■■a
■ã
tài
■■nh
hi■n
■■ng
ng■■i
li■u
ph■n
ln
ch■
tài

TH■A
tài
v■
th■
li■u
hàng
t■o
email
li■u
thơng
ky,
dùng.
tríhi■n
THU■N
hi■u
c■
c■a
b■n
■■u
■b■n
tin
t■t
h■i
Khi
■■i,
qu■
mình
vui
Vi■t
xác

c■
■ã
khách
gia
lịng
b■n
nh■t,
minh
trong
l■nh
■■ng
Nam.
t■ng
Chào
■■ng
online
hàng
uy
tài
v■c:
l■nh
thu
Tác
m■ng
ky,
tín
kho■n
tr■
nh■p
nh■p

khơng
b■n
tài
phong
v■c
cao
thành
b■n
chính
vui
email
nh■t.
tài
email
online
oLink
khác
chun
■■n
li■u
lịng
thành
tínb■n
Mong
c■a
xác
gì
cho
d■ng,
và

■■ng
v■i
so
nghi■p,
viên
th■c
kinh
■ã
mình
t■t
123doc.
123doc.net!
v■i
mu■n
cơng
■■ng
nh■p
c■a
c■
doanh
s■
b■n
vàcác
hồn
mang
■■■c
ngh■
123doc
click
email

ký
g■c.
online.
thành
v■i
h■o,
Chúng
vào
l■i
thơng
B■n
g■i
c■a
và
123doc.netLink
CH■P
cho
viên
linkí
Tính
■■
v■
n■p
có
mình
tơi
tin,
c■ng
c■a
cao

■■a
th■
■■n
cung
NH■N
ti■n
ngo■i
và
tính
mình
website.
phóng
■■ng
ch■
th■i
click
vào
c■p
CÁC
ng■,...Khách
trách
xác
trong
email
tài
■i■m
D■ch
vào
xã
to,kho■n

■I■U
th■c
nhi■m
h■i
thu
linkơng
l■nh
b■n
tháng
V■
nh■
m■t
s■
KHO■N
c■a
■ã
v■c
(nh■
■■i
hàng
■■■c
tin
tùy
ngu■n
5/2014;
■■ng
123doc,
tài
v■i
xác

■■■c
ý.
có
li■u
TH■A
g■i
t■ng
minh
th■
tài
ky,
123doc
và
v■
mơ
ngun
b■n
b■n
d■
ng■■i
THU■N
tài
kinh
■■a
t■
dàng
kho■n
s■
vui
v■■t

d■■i
doanh
tri
dùng.
■■■c
ch■
lịng
tra
th■c
m■c
email
■ây)
email
c■u
■■ng
Chào
online.
M■c
h■■ng
q
100.000
cho
tài
b■n
b■n
m■ng
tiêu
báu,
nh■p
li■u

Tính
b■n,
■ã
nh■ng
■ã
hàng
phong
m■t
l■■t
■■n
email
■■ng
b■n
tùy
■■ng
■■u
quy■n
cách
truy
thu■c
■■n
th■i
phú,
c■a
ký
ky,
c■a
c■p
chính
v■i

■i■m
v■i
■a
mình
l■i
b■n
vào
123doc.net
m■i
123doc.netLink
d■ng,
123doc.net!
sau
xác,
các
vui
tháng
vàngày,
n■p
click
lịng
“■i■u
nhanh
giàu
5/2014;
ti■n
s■
vào
■■ng
tr■

giá
Kho■n
Chúng
chóng.
h■u
trên
linkc■a
thành
tr■
xác
123doc
nh■p
2.000.000
website
■■ng
th■c
Th■a
tơi
th■
website.
cung
email
v■■t
s■
vi■n
th■i
Thu■n
■■■c
c■p
c■a

thành
mong
m■c
tài D■ch
v■
li■u
mình
g■i
viên
100.000
mu■n
S■
online
v■
và
V■
■■ng
D■ng
click
■■a
t■o
(nh■
l■■t
l■n
ký,
D■ch
■i■u
vào
ch■
nh■t

■■■c
truy
l■t
link
email
ki■n
V■”
vào
c■p
Vi■t
123doc
mơtop
sau
cho
b■n
m■i
Nam,
t■200
■ây
d■■i
cho
ngày,
■ã
cung
các
các
(sau
■■ng
g■i
■ây)

s■
website
c■p
users
■ây
h■u
ky,
cho
nh■ng
■■■c
có
b■n
2.000.000
b■n,
ph■
thêm
vui
tài
bi■n
tùy
g■i
lịng
thu
li■u
thu■c
t■t
thành
nh■t
nh■p.
■■c

■■ng
T■i
vào
t■i
viên
khơng
t■ng
Chính
nh■p
Vi■t
các
■■ng
th■i
“■i■u
th■
Nam,
vì
email
v■y
■i■m,
ký,
tìm
t■
Kho■n
c■a
l■t
123doc.net
th■y
l■chúng
vào

mình
tìm
trên
Th■a
top
ki■m
và
tơi
th■
200
ra
click
Thu■n
cóthu■c
■■i
tr■■ng
các
th■
vào
nh■m
website
c■p
v■
top
link
ngo■i
S■
3nh■t
■áp
123doc

Google.
D■ng
ph■
tr■
■KTTSDDV
■ng
123doc.net.
bi■n
■ã
D■ch
Nh■n
nhu
g■i
nh■t
c■u
V■”
■■■c
theo
t■i
chia
sau
Vi■t
quy■t
danh
■ây
s■ Nam,
tài
(sau
hi■u
...li■u

t■
■ây
do
ch■t
l■c■ng
■■■c
tìm
l■■ng
ki■m
■■ng
g■i
và
thu■c
t■t
bình
ki■m
T■i
ch■n
top
ti■n
t■ng
3 Google.
là
online.
th■i
website
■i■m,
Nh■n
ki■m
chúng

■■■c
ti■ntơi
online
danh
có th■
hi■u
hi■u
c■p
do
qu■
nh■t
c■ng
và ■KTTSDDV
uy
■■ng
tín nh■t.
bình ch■n
theo quy■t
là website
... ki■m ti■n online hi■u qu■ và uy tín nh■t.

Lnh■n
123doc
Sau
Th■a
Xu■t
khi
h■■ng
phát
thu■n

cam
nh■n
m■t
t■k■t
s■
t■i
ýxác
n■m
t■■ng
d■ng
là
s■
nh■n
website
ra
mang
■■i,
1.
t■o
t■l■i
c■ng
■■ng
d■n
123doc
CH■P
nh■ng
■■u
■■ng
h■
NH■N

■ã
quy■n
th■ng
chia
t■ng
ki■m
CÁC
s■s■
l■i
b■■c
ti■n
vàchuy■n
■I■U
t■t
mua
online
kh■ng
nh■t
bán
KHO■N
sang
b■ng
cho
■■nh
thay
ng■■i
ph■n
tài
TH■A
vìv■

li■u
m■i
thơng
dùng.
tríTHU■N
hi■u
m■t
c■atin
Khi
qu■
mình
cá
xác
khách
nhân
nh■t,
minh
trong
Chào
kinh
hàng
uy
tài
l■nh
m■ng
doanh
tín
kho■n
tr■
v■c

cao
thành
b■n
t■
email
nh■t.
tàith■c
■■n
li■u
thành
b■n
Mong
hi■n
và
v■i
viên
kinh
■ã
123doc.
123doc.net!
mu■n
ngh■a
■■ng
c■a
doanh
mang
123doc
v■
kýonline.
c■a

v■i
Chúng
l■ivà
123doc.netLink
mình
cho
Tính
n■p
tơi
c■ng
thì
■■n
cung
ti■n
s■p
■■ng
th■i
vào
c■p
t■i,
xác
tài
■i■m
D■ch
xã
ngh■a
kho■n
th■c
h■itháng
V■

m■t
s■
v■
c■a
(nh■
■■■c
c■a
ngu■n
5/2014;
123doc,
■■■c
c■a
g■i
tài
123doc
hàng
v■
mơ
ngun
b■n■■a
t■
tri■u
s■
v■■t
d■■i
tri
■■■c
ch■
nhà
th■c

m■c
■ây)
email
bán
h■■ng
q
100.000
cho
hàng
b■n
báu,
b■n,
nh■ng
l■i
■ã
phong
l■■t
chuy■n
tùy
■■ng
quy■n
truy
thu■c
phú,
ky,
c■p
giao
■a
l■i
b■n

vào
m■i
sang
d■ng,
sau
các
vuingày,
n■p
■■n
lịng
“■i■u
giàu
ti■n
s■
■■ng
v■
giá
Kho■n
h■u
qu■n
trên
tr■
nh■p
2.000.000
website
■■ng
Th■a
lý hồn
email
th■i

Thu■n
h■o,
c■a
thành
mong
v■
■■
mình
viên
mu■n
S■
cao
và
■■ng
D■ng
tính
click
t■otrách
ký,
D■ch
■i■u
vàol■t
link
nhi■m
ki■n
V■”
vào
123doc
top
sau

cho
■■i
200
■ây
cho
v■i
■ãcác
các
(sau
g■i
t■ng
website
users
■ây
ng■■i
■■■c
cóph■
dùng.
thêm
bi■n
g■i
thu
M■c
t■t
nh■t
nh■p.
T■i
tiêu
t■i
t■ng

hàng
Chính
Vi■tth■i
■■u
Nam,
vì v■y
■i■m,
c■a
t■123doc.net
l■
123doc.net
chúng
tìm ki■m
tơiracó
tr■
thu■c
■■i
th■
thành
nh■m
c■p
topth■
3nh■t
■áp
Google.
vi■n
■KTTSDDV
■ng
tàiNh■n
nhu

li■uc■u
online
■■■c
theo
chia
l■n
quy■t
danh
s■nh■t
tài
hi■u
...li■u
Vi■t
do
ch■t
Nam,
c■ng
l■■ng
cung
■■ng
và
c■p
bình
ki■m
nh■ng
ch■n
ti■ntài
là
online.
website

li■u ■■cki■m
khơng
ti■n
th■
online
tìm th■y
hi■utrên
qu■th■
và tr■■ng
uy tín nh■t.
ngo■i tr■ 123doc.net.
Ln
Th■a
Xu■t
Sau
Nhi■u
123doc
Mang
thayh■n
khi
vì
h■■ng
phát
thu■n
l■i
event
m■i
cam
s■
nh■n

m■t
tr■
t■
h■u
m■t
k■t
s■
thú
nghi■m
t■i
ýxác
n■m
t■■ng
m■t
d■ng
v■,
là
s■
cá
nh■n
website
ra
nhân
mang
event
kho
m■i
■■i,
1.
t■o

t■
th■
kinh
m■
l■i
c■ng
ki■m
■■ng
d■n
123doc
CH■P
vi■n
nh■ng
cho
doanh
■■u
■■ng
ti■n
h■
kh■ng
ng■■i
NH■N
■ã
quy■n
th■ng
thi■t
chia
t■t■ng
ki■m
th■c

dùng,
l■
CÁC
s■
th■c.
s■
l■i
b■■c
v■i
ti■n
và
hi■n
chuy■n
■I■U
t■t
cơng
h■n
mua
123doc
online
kh■ng
ngh■a
nh■t
2.000.000
ngh■
bán
KHO■N
sang
b■ng
ln

cho
tài
■■nh
v■
hi■n
ng■■i
li■u
ph■n
ln
c■a
tài
TH■A
tài
v■
th■
li■u
hàng
t■o
mình
li■u
thơng
dùng.
tríhi■n
THU■N
hi■u
c■
c■a
■■u
■
thìtin

t■t
h■i
Khi
■■i,
qu■
s■p
mình
Vi■t
xác
c■
khách
gia
b■n
t■i,
nh■t,
minh
trong
l■nh
Nam.
t■ng
Chào
ngh■a
online
hàng
uy
tài
v■c:
l■nh
thu
Tác

m■ng
tín
kho■n
tr■
nh■p
khơng
v■
tài
phong
v■c
cao
thành
b■n
chính
c■a
email
nh■t.
tài
online
khác
chun
■■n
c■a
li■u
thành
tínb■n
Mong
gì
cho
d■ng,

và
hàng
v■i
so
nghi■p,
viên
kinh
■ã
t■t
123doc.
123doc.net!
v■i
mu■n
tri■u
cơng
■■ng
c■a
c■
doanh
b■n
các
hồn
nhà
mang
ngh■
123doc
ký
g■c.
online.
thành

bán
v■i
h■o,
Chúng
l■i
thơng
B■n
và
hàng
123doc.netLink
cho
viên
Tính
■■
n■p
có
tơi
tin,
c■ng
l■i
c■a
cao
th■
■■n
cung
ti■n
ngo■i
chuy■n
tính
website.

phóng
■■ng
th■i
vào
c■p
ng■,...Khách
trách
xác
tài
■i■m
D■ch
giao
xã
to,kho■n
th■c
nhi■m
h■i
thu
sang
tháng
V■
nh■
m■t
s■
c■a
(nh■
■■i
■■n
hàng
■■■c

tùy
ngu■n
5/2014;
123doc,
v■i
v■
■■■c
ý.
cóg■i
t■ng
qu■n
th■
tài
123doc
v■
mơ
ngun
b■n
d■
ng■■i
lý,
■■a
t■
dàng
s■
cơng
v■■t
d■■i
tri
dùng.

■■■c
ch■
tra
th■c
ngh■
m■c
■ây)
email
c■u
M■c
h■■ng
q
hi■n
100.000
cho
tài
b■n
tiêu
báu,
li■u
b■n,
th■
nh■ng
■ã
hàng
phong
m■t
l■■t
hi■n
tùy

■■ng
■■u
quy■n
cách
truy
thu■c
■■i,
phú,
ky,
c■a
c■p
chính
■a
b■n
l■i
b■n
vào
123doc.net
m■i
d■ng,
sau
online
xác,
các
vuingày,
n■p
lịng
“■i■u
nhanh
giàu

khơng
ti■n
s■
■■ng
tr■
giá
Kho■n
chóng.
h■u
trên
khác
thành
tr■
nh■p
2.000.000
website
■■ng
Th■a
gìth■
so
email
vi■n
th■i
v■i
Thu■n
c■a
thành
b■n
mong
tài v■

li■u
mình
g■c.
viên
mu■n
S■
online
và
B■n
■■ng
D■ng
click
t■o
l■n
cóký,
D■ch
■i■u
vào
th■
nh■t
l■t
link
phóng
ki■n
V■”
vào
Vi■t
123doc
top
sau

cho
to,
Nam,
200
thu
■ây
cho
■ã
cung
nh■
các
các
(sau
g■iwebsite
tùy
c■p
users
■ây
ý.nh■ng
■■■c
cóph■
thêm
tài
bi■n
g■i
thu
li■u
t■t
nh■t
nh■p.

■■c
T■it■i
khơng
t■ng
Chính
Vi■tth■i
th■
Nam,
vì v■y
■i■m,
tìm
t■123doc.net
th■y
l■chúng
tìm
trên
ki■m
tơi
th■
racóthu■c
■■i
tr■■ng
th■nh■m
c■p
top
ngo■i
3nh■t
■áp
Google.
tr■

■KTTSDDV
■ng
123doc.net.
Nh■n
nhu c■u
■■■c
theo
chiaquy■t
danh
s■ tài
hi■u
...li■udo
ch■t
c■ng
l■■ng
■■ng
vàbình
ki■mch■n
ti■n là
online.
website ki■m ti■n online hi■u qu■ và uy tín nh■t.
Chia
m■t
u■t
Nhi■u
Mang
Ln
123doc
Th■a
Xu■t

Sau
tri■n
phát
khi
h■n
member
s■
h■■ng
phát
khai
thu■n
l■i
event
s■
cam
nh■n
câu
t■
m■t
tr■
t■
event
h■u
ýk■t
s■
chuy■n
thú
nghi■m
t■i
ýkhơng

t■■ng
xác
n■m
t■■ng
m■t
d■ng
v■,
là
khuy■n
s■
nh■n
website
ra
mang
m■y
event
t■o
kho
thành
m■i
■■i,
1.
t■o
t■
mãi
c■ng
th■
n■i
m■
l■i

c■ng
ki■m
■■ng
d■n
cơng
123doc
CH■P
th■
vi■n
b■t
nh■ng
cho
■■ng
■■u
■■ng
ti■n
trên
n■p
h■
c■a
kh■ng
ng■■i
NH■N
■ã
quy■n
th■ng
123doc
thi■t
chia
ki■m

v■i
c■ng
t■ng
ki■m
dùng,
l■
CÁC
s■
nh■ng
th■c.
ti■n
s■
l■i
b■■c
■■ng
v■i
ti■n
-và
ki■m
chuy■n
■I■U
t■t
cơng
online
h■n
mua
123doc
online
■u
kh■ng

123doc
nh■t
5■ãi
2.000.000
ngh■
bán
KHO■N
tri■u
b■ng
sang
b■ng
ln
cho
c■c
tài
■■nh
■ã
hi■n
ch■
tài
ng■■i
li■u
ph■n
ln
k■
tài
TH■A
xu■t
li■u
tài

v■
v■i
th■
li■u
h■p
hàng
t■o
li■u
thơng
s■c
dùng.
trí
hi■u
7hi■n
THU■N
hi■u
d■n.
tài
c■
c■a
■■u
■■■ng
li■u!
tin
qu■
t■t
h■i
Khi
■■i,
qu■

mình
■■ng
Vi■t
xác
c■
khách
gia
nh■t,
Nghe
trong
b■n
nh■t,
minh
trong
l■nh
Nam.
t■ng
Chào
b■online
có
uy
hàng
danh
l■
uy
tài
v■c:
l■nh
thu
Tác

v■
tín
m■ng
nhé,
tín
kho■n
tr■
sách
cao
nh■p
khó
khơng
tài
phong
v■c
cao
tr■■c
thành
b■n
chính
nh■t.
tin
Top
email
nh■t.
tài
online
khác
nh■ng
chun

■■n
li■u
tiên
thành
danh
tín
Mong
b■n
Mong
gì
cho
d■ng,
và
hãy
v■i
■ây
so
thu
nghi■p,
viên
kinh
■ã
mu■n
t■t
123doc.
123doc.net!
cùng
v■i
mu■n
cao

là
cơng
■■ng
c■a
c■
doanh
b■n
con
nh■t
mang
tìm
các
hồn
mang
ngh■
123doc
s■
ký
g■c.
hi■u
online.
thành
tháng
v■i
l■i
hồn
h■o,
Chúng
l■i
thơng

B■n
thơng
cho
và
123doc.netLink
cho
viên
t■o
tồn
Tính
■■
n■p
có
c■ng
tơi
tin,
c■ng
tin
c■
c■a
cao
th■
chính
■■n
cung
ti■n
ngo■i
v■
h■i
■■ng

tính
website.
phóng
■■ng
Khách
th■i
vào
c■p
xác
gia
ng■,...Khách
trách
xác
xã
tài
t■ng
■i■m
mà
D■ch
xã
to,
hàng
h■i
kho■n
th■c
nhi■m
h■i
BQT
thu
thu

m■t
tháng
V■
có
nh■
m■t
s■
nh■p
123doc
c■a
th■
(nh■
■■i
hàng
ngu■n
■■■c
tùy
ngu■n
5/2014;
123doc,
d■
v■i
online
■■■c
ý.
có
■ã
dàng
tài
g■i

t■ng
th■
tài
thu
123doc
ngun
cho
v■
mơ
ngun
b■n
tra
d■
ng■■i
th■p
t■t
■■a
t■
c■u
dàng
s■
v■■t
tri
d■■i
c■
■■■c
tri
dùng.
■■■c
ch■

tài
th■c
các
tra
th■c
m■c
li■u
■ây)
email
c■u
sau
thành
q
M■c
h■■ng
q
m■t
100.000
cho
■■t
tài
báu,
b■n
tiêu
báu,
viên
li■u
cách
b■n,
t■ng

nh■ng
phong
■ã
hàng
phong
c■a
m■t
l■■t
chính
tùy
■■ng
k■t
■■u
website.
phú,
quy■n
cách
truy
thu■c
phú,
doanh
xác,
ky,
c■a
c■p
■a
chính
■a
nhanh
l■i

b■n
vào
d■ng,
thu
123doc.net
m■i
d■ng,
sau
xác,
các
vui
tháng
chóng.
ngày,
n■p
giàu
lịng
“■i■u
nhanh
giàu
11
ti■n
giá
s■
■■ng
tr■
giá
uy
Kho■n
chóng.

h■u
tr■
trên
tín
thành
tr■
nh■p
■■ng
cao
2.000.000
website
■■ng
Th■a
th■
nh■t.
email
th■i
vi■n
th■i
Thu■n
Mong
mong
c■a
thành
mong
tài v■
li■u
mình
mu■n
mu■n

viên
mu■n
S■
online
và
■■ng
D■ng
mang
t■o
click
t■o
l■n
■i■u
ký,
D■ch
■i■u
vào
l■i
nh■t
l■t
cho
link
ki■n
ki■n
V■”
vào
Vi■t
c■ng
123doc
cho

top
sau
cho
Nam,
■■ng
cho
200
■ây
cho
■ã
cung
các
các
các
(sau
g■i
xãusers
website
h■i
c■p
users
■ây
m■t
nh■ng
có
■■■c
cóph■
thêm
ngu■n
thêm

tài
bi■n
g■i
thu
thu
li■u
tài
t■t
nh■p.
nh■t
nh■p.
ngun
■■c
T■it■i
Chính
khơng
t■ng
Chính
Vi■t
tri th■c
th■i
vìth■
Nam,
vìv■y
v■y
q
■i■m,
tìm
123doc.net
t■123doc.net

báu,
th■y
l■chúng
tìm
phong
trên
ki■m
tơi
ra
th■
ra
phú,
có
■■i
thu■c
■■i
tr■■ng
th■
■Sau
nh■m
nh■m
c■p
top
ngo■i
h■n
■áp
3nh■t
■áp
Google.
m■t

■ng
tr■
■KTTSDDV
■ng
123doc.net.
n■m
nhu
Nh■n
nhuc■u
rac■u
■■i,
■■■c
chia
theo
chia
123doc
s■
quy■t
danh
s■tàitài
hi■u
li■u
■ã
...li■u
t■ng
ch■t
do
ch■t
c■ng
b■■c

l■■ng
l■■ng
■■ng
kh■ng
vàvàki■m
bình
ki■m
■■nh
ch■n
ti■n
ti■n
v■
online.
là
online.
tríwebsite
c■a mình
ki■m
trong
ti■nl■nh
online
v■c
hi■u
tài li■u
qu■và
vàkinh
uy tín
doanh
nh■t.online

Nhi■u
Mang
Ln
123doc
Th■a
Xu■t
Sau
khi
h■n
h■■ng
phát
thu■n
l■i
event
s■
cam
nh■n
m■t
tr■
t■
h■u
k■t
s■
thú
nghi■m
t■i
ýxác
n■m
t■■ng
m■t

d■ng
v■,
là
s■
nh■n
website
ra
mang
event
kho
m■i
■■i,
1.
t■o
t■
th■
m■
l■i
c■ng
ki■m
■■ng
d■n
123doc
CH■P
vi■n
nh■ng
cho
■■u
■■ng
ti■n

h■
kh■ng
ng■■i
NH■N
■ã
quy■n
th■ng
thi■t
chia
t■ng
ki■m
dùng,
l■
CÁC
s■
th■c.
s■
l■i
b■■c
v■i
ti■n
vàchuy■n
■I■U
t■t
cơng
h■n
mua
123doc
online
kh■ng

nh■t
2.000.000
ngh■
bán
KHO■N
sang
b■ng
ln
cho
tài
■■nh
hi■n
ng■■i
li■u
ph■n
ln
tài
TH■A
tài
v■
th■
li■u
hàng
t■o
li■u
thơng
dùng.
tríhi■n
THU■N
hi■u

c■
c■a
■■u
■ tin
t■t
h■i
Khi
■■i,
qu■
mình
Vi■t
xác
c■
khách
gia
b■n
nh■t,
minh
trong
l■nh
Nam.
t■ng
Chào
online
hàng
uy
tài
v■c:
l■nh
thu

Tác
m■ng
tín
kho■n
tr■
nh■p
khơng
tài
phong
v■c
cao
thành
b■n
chính
email
nh■t.
tài
online
khác
chun
■■n
li■u
thành
tínb■n
Mong
gì
cho
d■ng,
và
v■i

so
nghi■p,
viên
kinh
■ã
t■t
123doc.
123doc.net!
v■i
mu■n
cơng
■■ng
c■a
c■
doanh
b■n
các
hồn
mang
ngh■
123doc
ký
g■c.
online.
thành
v■i
h■o,
Chúng
l■i
thơng

B■n
và
123doc.netLink
cho
viên
Tính
■■
n■p
có
tơi
tin,
c■ng
c■a
cao
th■
■■n
cung
ti■n
ngo■i
tính
website.
phóng
■■ng
th■i
c■p
thay
ng■,...Khách
trách
xác
■i■m

D■ch
xã
to,
vì th■c
nhi■m
m■i
h■i
thutháng
V■
nh■
m■t
s■(nh■
■■i
hàng
■■■c
tùy
ngu■n
5/2014;
cáv■i
nhân
■■■c
ý.
cóg■i
t■ng
th■
tài
123doc
kinh
v■
mơ

ngun
d■
ng■■i
doanh
■■a
t■
dàng
v■■t
d■■i
tri
dùng.
ch■
t■
tra
th■c
m■c
■ây)
th■c
email
c■u
M■c
q
100.000
cho
tài
hi■n
b■n
tiêu
báu,
li■u

b■n,
ngh■a
■ã
hàng
phong
m■t
l■■t
tùy
■■ng
■■u
cách
truy
v■
thu■c
phú,
ky,
c■a
c■a
c■p
chính
■a
b■n
vào
mình
123doc.net
m■i
d■ng,
xác,
các
vuingày,

thì
lịng
“■i■u
nhanh
giàu
s■p
s■
■■ng
tr■
giá
t■i,
Kho■n
chóng.
h■u
thành
tr■
ngh■a
nh■p
2.000.000
■■ng
Th■a
th■
email
v■vi■n
th■i
Thu■n
c■a
c■a
thành
mong

tài
c■a
v■
li■u
mình
viên
hàng
mu■n
S■
online
và
■■ng
D■ng
tri■u
click
t■o
l■n
ký,
D■ch
■i■u
vào
nhà
nh■t
l■t
link
bán
ki■n
V■”
vào
Vi■t

123doc
hàng
top
sau
cho
Nam,
200
l■i
■ây
cho
■ã
chuy■n
cung
các
các
(sau
g■iwebsite
c■p
users
■ây
giao
nh■ng
■■■c
cósang
ph■
thêm
tài
bi■n
g■i
■■n

thu
li■u
t■t
nh■t
v■
nh■p.
■■c
T■i
qu■n
t■i
khơng
t■ng
Chính
Vi■t
lý th■i
quy■n
th■
Nam,
vì v■y
■i■m,
tìm
l■i
t■123doc.net
th■y
l■
sau
chúng
tìm
trên
n■p

ki■m
tơi
th■
ti■n
racóthu■c
■■i
tr■■ng
trên
th■nh■m
c■p
website
top
ngo■i
3nh■t
■áp
Google.
tr■
■KTTSDDV
■ng
123doc.net.
Nh■n
nhu c■u
■■■c
theo
chiaquy■t
danh
s■ tài
hi■u
...li■udo
ch■t

c■ng
l■■ng
■■ng
vàbình
ki■mch■n
ti■n là
online.
website ki■m ti■n online hi■u qu■ và uy tín nh■t.

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

LỜI CẢM ƠN
Tôi xin gửi lời cảm ơn chân thành và sâu sắc nhất tới thầy giáo PGS.TS Nguyễn

Thúy Anh, ngƣời đã trực tiếp hƣớng dẫn tơi tận tình trong thời gian nghiên cứu và
hồn thiện luận văn này.
Tơi cũng xin đƣợc gửi lời cảm ơn tới tập thể các thầy, cô giáo của Viện Điện tử
- Viễn thông, trƣờng Đại học Bách Khoa Hà Nội đã tận tình giúp đỡ tôi trong suốt thời
gian học tập và nghiên cứu tại trƣờng.
Một lần nữa tôi xin trân trọng cảm ơn tất cả các thầy cô giáo, bạn bè, đồng
nghiệp đã giúp đỡ và ủng hộ tôi trong thời gian qua. Xin kính chúc các thầy cơ giáo,
các anh chị và các bạn mạnh khoẻ, hạnh phúc và thành công.
Hà Nội, ngày 12 tháng 09 năm 2016
Tác giả luận văn
Đoàn Khánh Linh

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

LỜI CAM ĐOAN
Tôi xin cam đoan: Bản luận văn tốt nghiệp này là cơng trình nghiên cứu thực sự
của cá nhân, đƣợc thực hiện trên cơ sở nghiên cứu lý thuyết dƣới sự hƣớng dẫn của
PGS.TS Nguyễn Thúy Anh, Viện Điện tử - Viễn Thông, Trƣờng Đại học Bách Khoa
Hà Nội.
Các số liệu, kết luận của luận án là trung thực, dựa trên sự nghiên cứu, của bản
thân, chƣa từng đƣợc cơng bố dƣới bất ký hình thức nào trƣớc khi trình, bảo vệ trƣớc
“Hội đồng đánh giá luận văn thạc sỹ kỹ thuật”. Các số liệu, kết quả, kết luận đƣợc tơi
tham khảo đã đƣợc trích dẫn nguồn đẩy đủ.
Một lần nữa tôi xin khẳng định về sự trung thực của lời cam kết trên.
Hà Nội, ngày 12 tháng09 năm 2016
Tác giả luận văn

Đoàn Khánh Linh

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

LỜI MỞ ĐẦU
Sự phát triển của khoa học kỹ thuật nói chung và những thành tựu trong lĩnh
vực điện tử - viễn thơng nói riêng đã góp phần thúc đẩy những tiến bộ trong đời sống
kinh tế, chính trị, xã hội. Sự ra đời của những phƣơng pháp, công nghệ mới trong lĩnh
vực điện tử-viễn thông là cơ sở cho sự ra đời những thiết bị, hệ thống thông tin với các
đặc điểm nổi bật nhƣ sự chính xác cao, tốc độ gọn nhẹ, tiện dụng… Đó là những yếu tố
rất cần thiết, làm phƣơng tiện hỗ trợ cho hoạt động của con ngƣời đạt hiệu quả ngày
càng cao hơn. Kỹ thuật lấy mẫu nén (Compressed Sensing) là một trong những lý
thuyết mới của lĩnh vực viễn thông và xử lý tín hiệu hiện nay. Đây là một kỹ thuật lấy
mẫu với tốc độ thấp hơn tốc độ lấy mẫu Nyquist, một trong những tiêu chuẩn đƣợc coi
là chuẩn mực trong xử lý tín hiệu, mà vẫn đảm bảo việc khơi phục lại tín hiệu ban đầu.
Kỹ thuật lấy mẫu nén có nhiều ứng dụng trong viễn thơng, xử lý tín hiệu nói chung và
trong hình ảnh nói riêng.
Qua q trình tìm hiểu về kỹ thuật lấy mẫu nén và kỹ thuật Sonar, nhận thấy đây
là một vấn đề mới và hấp dẫn, tác giả đã chọn đề tài có tên là: “Phương pháp và thuật
toán lấy mẫu nén ứng dụng cho ảnh Sonar. Tính tốn mơ phỏng hệ thống”. Trong
phạm vi luận văn này tác giả xin trình bày hiểu biết của mình về kĩ thuật lấy mẫu nén
và nghiên cứu một ứng dụng tiêu biểu của nó là hình ảnh SONAR 2D.
Mục đích nghiên cứu của luận văn, đối tƣợng, phạm vi nghiên cứu

Mục đích chính của luận văn là nghiên cứu phƣơng pháp và kỹ thuật lấy mẫu
nén, trong trƣờng hợp tín hiệu là thƣa, thực hiện lấy mẫu tín hiệu với tốc độ thấp hơn
tốc độ lấy mẫu Nyquist mà vẫn đảm bảo đƣợc việc khôi phục lại tín hiệu ban đầu.
Trong ảnh SONAR, các thuật tốn lấy mẫu nén mang lại một chất lƣợng hình ảnh
tƣơng tự nhƣng sử dụng ít hơn 10% các phép đo. Những kết quả này cho thấy thuật

toán lấy mẫu nén có thể đƣợc sử dụng trong hình ảnh SONAR để giảm đáng kể số
lƣợng các phép đo cần đƣợc thu thập nhằm giảm thiểu đƣợc sự suy hao năng lƣợng khi
truyền trên thiết bị.

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

Luận văn gồm hai phần chính, mỗi phần gồm các chƣơng, tóm tắt nhƣ sau :
Phần I: Nghiên cứu, tìm hiểu về phƣơng pháp lấy mẫu nén.
Chƣơng 1: Các phƣơng pháp nén cổ điển và nhƣợc điểm của những phƣơng pháp:
Trình bày các mặt hạn chế của phƣơng pháp nén cổ điển và những ƣu điểm của phƣơng
pháp lấy mẫu nén. Từ đó đạt ra mục tiêu của phƣơng pháp lấy mẫu nén.
Chƣơng 2: Giới thiệu về kỹ thuật lấy mẫu nén: Trình bày một cách tổng quan về lý
thuyết lấy mâu nén, nguyên lý, phƣơng pháp và các điều kiện áp dụng để thực hiện lấy

mẫu nén. Tìm hiểu về các thuật tốn khơi phục tín hiệu khi sử dụng kỹ thuật lấy mẫu
nén.
Phần II: ỨNG DỤNG CỦA LẤY MẪU NÉN CHO ẢNH SONAR
Chƣơng 1: Hệ thống SONAR: Giới thiệu về hệ thống SONAR thực tế, phân loại các hệ
thống SONAR, những phƣơng thức truyền và nhận trong hệ thống SONAR, phân loại
các hệ thống định hƣớng búp sóng nhằm đảm bảo cho hệ thống thu phát có chất lƣợng
tín hiệu lấy mẫu tốt
Chƣơng 2: Beamforming sử dụng phƣơng pháp lấy mẫu nén: Giới thiệu tổng quan về
kỹ thuật Beamforming trong hệ thống SONAR. Phƣơng pháp lấy mẫu nén cho một ảnh
SONAR 2D, so sanh giữa lấy mẫu nén cho ảnh SONAR và phƣơng pháp
backprojection truyền thống để nêu bật tính ƣu việt của phƣơng pháp lấy mẫu nén
trong ảnh SONAR và giải pháp về vấn đề tối ƣu hóa tín hiệu.
Chƣơng 3: Dựa trên cơ sở lý thuyết đã tìm hiểu tiến hành mơ phỏng sử dụng Matlab ,
và các kết quả thu đƣợc.
Chƣơng 4: Kết luận và hƣớng phát triển của đề tài

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

Phương pháp và thuật toán lấy mẫu nén ứng dụng cho ảnh Sonar. Tính tốn mơ phỏng hệ thống

Mục lục
PHẦN I: CƠ SỞ LÝ THUYẾT VỀ LẤY MẪU NÉN .................................................... 1
CHƢƠNG I: CÁC PHƢƠNG PHÁP NÉN CỔ ĐIỂN VÀ NHƢỢC ĐIỂM CỦA
NHỮNG PHƢƠNG PHÁP .............................................................................................. 1
1.1. Các phƣơng pháp nén cổ điển và nhƣợc điểm ...................................................... 1
1.2. Phƣơng pháp lấy mẫu nén ..................................................................................... 1
1.3. Hai vấn đề chính trong lấy mẫu nén ...................................................................... 3
CHƢƠNG II: KỸ THUẬT LẤY MẪU NÉN ................................................................. 5
2.1.Giới thiệu chung về lấy mẫu nén ............................................................................ 5
2.3. Không gian vector chuẩn (Normed vector spaces) ............................................. 10
2.4. Mô hình tín hiệu thấp chiều ................................................................................. 11
2.4.1. Mơ hình rải rác .............................................................................................. 13
2.4.2. Tín hiệu thƣa thớt và có thể nén ................................................................... 16
2.4.3 Tập hợp hữu hạn các không gian con ............................................................ 18
2.4.4. Tập hợp các không gian con cho các mơ hình tín hiệu tƣơng tự .................. 20
2.4.5. Mơ hình ma trận bậc thấp ............................................................................. 22
2.4.6.Các mơ hình tham số và đa tạp (manifold) .................................................... 23
2.5. phép lẫy mẫu trong ma trận ................................................................................. 24
2.5.1. Điều kiện không gian Không (Null space conditions) ................................. 25
2.5.2. Điều kiện giới hạn thuộc tính đẳng cự (RIP) ................................................ 29
2.6. Thuật tốn khơi phục ........................................................................................... 34
2.6.1. Thuật tốn khơi phục ℓ1-minimization ......................................................... 35
2.6.2. Thuật tốn khơi phục OMP........................................................................... 37

PHẦN II: ỨNG DỤNG CỦA LẤY MẪU NÉN CHO ẢNH SONAR.......................... 40
CHƢƠNG1: HỆ THỐNG SONAR ............................................................................... 40
1.1. Giới thiệu ............................................................................................................. 40
1.2. Sóng âm ............................................................................................................... 41
1.3. ẢNH SONAR ...................................................................................................... 42
1.4. Dạng sóng của tín hiệu ........................................................................................ 43
GVHD:PGS.TS Nguyễn Thúy Anh

SVTH:Đoàn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

Phương pháp và thuật toán lấy mẫu nén ứng dụng cho ảnh Sonar. Tính tốn mơ phỏng hệ thống

1.5 Phƣơng thức truyền và nhận trong hệ thống Sonar .............................................. 49
1.6.Kênh âm................................................................................................................ 54
1.6.1 Hiệu ứng truyền ............................................................................................. 55
1.6.2 Hiệu ứng vang ................................................................................................ 62
1.7. Beamforming thông thƣờng ................................................................................ 64
1.7.1 Nguyên lý xếp chồng tuyến tính .................................................................... 65
1.7.2 Khơng gian-tần số tƣơng đƣơng .................................................................... 68
1.7.3 Hệ số định hƣớng: Chỉ số định hƣớng ........................................................... 69
1.7.4 Sự tăng ích phần tử ........................................................................................ 72
1.7.5 Hệ số tƣơng quan không gian – thời gian ...................................................... 73
1.7.5 Bộ thu băng rộng ........................................................................................... 75
1.8 Beamforming số ................................................................................................... 77
CHƢƠNG 2: Beamforming sử dụng phƣơng pháp lấy mẫu nén ................................... 79
2.1 Beamforming trong ảnh Sonar ............................................................................. 79
2.2 Tại sao nên sử dụng COMPRESSED BEAMFORMING.................................... 82
2.3 Phƣơng pháp nén trong điều hƣớng chùm sóng .................................................. 86
2.3.1 Mơ hình FRI của tín hiệu Beamformed ......................................................... 86
2.3.2 Compressed Beamforming với méo nhân tƣơng tự ....................................... 91
2.4. Cơ chế lấy mẫu thông thƣờng ............................................................................. 94
2.5. Beamforming sử dụng lấy mẫu nén.................................................................... 97
2.5.1 Ƣớc lƣợng băng thơng rộng của một nguồn tín hiệu chƣa biết .................... 97
2.5.2 Sự ổn định của A .......................................................................................... 98
2.6 Hình ảnh SONAR sử dụng lấy mẫu nén .............................................................. 99
2.6.2 Backprojection (ánh xạ ngƣợc) .................................................................... 100
2.6.3 Hình ảnh lấy mẫu nén .................................................................................. 101
2.6.4 Thuật toán backprojection ........................................................................... 101
2.6.5 Hàm truyền lan điểm ................................................................................... 103
2.6.6 Thông tin bổ sung ........................................................................................ 104
2.6.7 Sự mơ tả vấn đề đại số tuyến tính ................................................................ 105
2.6.8 Giai đoạn chuyển tiếp đồ thị ........................................................................ 106

GVHD:PGS.TS Nguyễn Thúy Anh

SVTH:Đoàn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

Phương pháp và thuật toán lấy mẫu nén ứng dụng cho ảnh Sonar. Tính tốn mơ phỏng hệ thống

2.6.9 Giải pháp cũng nhƣ vấn đề tối ƣu hóa ......................................................... 107
2.6.10 Biểu diễn phép đo hiệu quả ....................................................................... 108
2.7. Xây dựng mơ hình đo lƣờng............................................................................. 109
2.8 Xây dựng lại hình ảnh ........................................................................................ 110
Chƣơng 3: Mơ phỏng thuật tốn lấy mẫu nén .............................................................. 112

GVHD:PGS.TS Nguyễn Thúy Anh

SVTH:Đoàn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

Phương pháp và thuật toán lấy mẫu nén ứng dụng cho ảnh Sonar. Tính tốn mơ phỏng hệ thống

Danh mục hình ảnh
Phần 1: Cơ sở lý thuyết về lấy mẫu nén
Hình 1.1: Sơ đồ khối cơ bản của lấy mẫu nén ................................................................. 2
Hình 1.2: Ý nghĩa của Compressed Sensing .................................................................... 2
Hình 1.3: Q trình thu tín hiệu

bằng M phép đo tuyến tính khơng thích nghi ........... 3

Hình 1.4: Phƣơng pháp lấy mẫu nén ................................................................................ 3
Hình 2.1: Đơn vị hình cầu trong
với định mức
và với khơng gian tựa
chuẩn (quasinorm) với
........................................................................................ 9
Hình 2.2: giá trị gần đúng nhất của một điểm trong
bởi một không gian con một
chiều sử dụng định mức ℓp với
và khơng gian tựa chuẩn
với
.. 11
Hình 2.3: biểu diễn rời rạc của một hình ảnh thơng qua chuyển đổi wavelet multiscale
........................................................................................................................................ 13
Hình 2.4: lấy mẫu rải rác gần đúng của một hình ảnh tự nhiên. .................................... 15
3
Hình 2.5: tập hợp không gian con đƣợc tạo bởi 2
, tức là tập tất cả các tín hiệu
3
haigiá trị thƣa thớt trong ,…,tập tất cả hai tín hiệu rải rác trong 3 ........................ 16

Hình 2.6: So sánh phƣơng pháp ℓ1-minimization và weighted ℓ1-minimization........... 37

Phần 2: Ứng dụng của lấy mẫu nén cho anhe SONAR
Hình 1.1: Một mơ hình hệ thống Sonar cơ bản .............................................................. 40
Hình 1.2: So sánh hiệu quả biến khả nghi của CW ngắn, CW dài, và tín hiệu FM tuyến
tính .................................................................................................................................. 45

Hình 1.3: Xem xét các nguyên tắc CTFM ..................................................................... 48
Hình 1.4:Sơ đồ khối của bộ phát Sonar ......................................................................... 50
Hình 1.5: Sơ đồ khối của bộ thu Sonar .......................................................................... 50
Hình1.6: So sánh phƣơng thức truyền và nhận .............................................................. 52
Hình 1.7: Sơ đồ tia cho truyền lan nƣớc sâu: nguồn gần bề mặt ................................... 58
Hình 1.8: Sơ đồ tia cho truyền lan nƣớc sâu: nguồn sâu ............................................... 59
Hình 1.9: So sánh các mơ hình định hƣớng của các phần tử dãy có tuyến tính rời rạc . 65
Hình1.10: Sự tƣơng đƣơng giữa dãy nhận phức tạp và cấu hình tần số phức tạp của
nguồn. ............................................................................................................................. 67
Hình 1.11: Vẽ thẳng góc loại mẫu khác biệt và loại tổng mẫu ...................................... 70
GVHD:PGS.TS Nguyễn Thúy Anh

SVTH:Đoàn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

Phương pháp và thuật toán lấy mẫu nén ứng dụng cho ảnh Sonar. Tính tốn mơ phỏng hệ thống

Hình 1.12: tƣơng quan chéo của nhiễu dải octave ......................................................... 74
Hình 2.1: thiết lập hình ảnh ............................................................................................ 79
Hình 2.2: (a) Các tín hiệu thu đƣợc cho hình ảnh tim khi truyền một xung đơn.Sắp xếp
theo chiều dọc của mỗi dấu vết phù hợp với các chỉ số của các thành phần thu tƣơng
ứng. (b) tín hiệu beamformed thu đƣợc bằng cách kết hợp các tín hiệu thu đƣợc với
thời gian trễ khác nhau thích hợp. Dữ liệu thu đƣợc sử dụng một máy quét siêu âm GE
........................................................................................................................................ 84
Hình 2.3:Lỗi phát xạ do méo beamforming ................................................................... 90
Hình 2.4: Sơ đồ lấy mẫu sử dụng méo nhân lũy thừa .................................................... 91
Hình 2.5 phần thực của

, cho T=210

và kj thỏa mãn: ..................... 93

kj = 3, b) kj = 5................................................................................................................ 93
Hình 2.6: Sơ đồ lấy mẫu sử dụng mẫu Fourier của υm (t). ............................................ 96
Hình 2.7: Backprojection Imaging: quy trình tuyến tính ............................................. 100
Hình 2.8:Lấy mẫunén: tối ƣu hóa lặp đi lặp lại............................................................ 101
Hình 2.9: mã giả cho các thuật tốn ............................................................................. 102
Hình 2.10: Mơ phỏng hàm truyền lan điểm ................................................................. 103
Hình 2.11: Hàm truyền lan điểm đƣợc đo .................................................................... 104
Hình 2.12:Các phép đo khoảng cách giữa hai kênh ..................................................... 105
Hình 2.13: Cơng thức xây dựng hình ảnh Sonar tuyến tính ........................................ 106
Hình 2.14: Giai đoạn chuyển tiếp đồ thị (Donoho và Tanner) .................................... 107
Hình 2.15: Xử lý các phép đo hiệu quả ........................................................................ 108

Hình 2.16: hình ảnh phản chiếu của điểm phản xạ duy nhất bằng cách sử dụng dữ liệu
đã đƣợc mô phỏng (trái) và đo lƣờng(phải). ................................................................ 109
Hình 2.17: Sự xây dựng một ma trận ........................................................................... 110

GVHD:PGS.TS Nguyễn Thúy Anh

SVTH:Đoàn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

Phương pháp và thuật toán lấy mẫu nén ứng dụng cho ảnh Sonar. Tính tốn mơ phỏng hệ thống

Danh mục từ viết tắt
Từ viết tắt

Từ gốc

Ý nghĩa

A/D

Analog / Digital

Tƣơng tự / Số

ADC

Analog Digital Converter

bộ chuyển đổi tƣơng tự -số

BP

Basis Pursuit

Thuật toán đuổi khớp cơ sở

CS

Compressed Sensing

Lấy mẫu nén

CT

Computer Tomography

Chụp cắt lớpvi tính

DCT

Discrete Cosine Transform

Biến đổi Cosine rời rạc

DWT

Discrete wavelet transform

Biến đổi wavelet rời rạc

FFT

Fast Fourier Transform

Biến đổi Fourier nhanh

HVS

human vision system

Hệ thống thị giác con ngƣời

HOSVD

High-Order SVD

SVD bậc cao

IIR

Infinite impulse response

Đáp ứng xung chiều dài vơ hạn

JPEG

Joint Photographic Experts Group

Nhóm các chuyên gia ảnh

MD

Multi Dimensional

Nhiều chiều

MRI

Magnetic resonance imaging

Chụp cộng hƣởng từ

MPEG

Moving Picture Experts Group

Nhóm các chun gia hình ảnh
động

MP3

Movie

picture

Experts

Group- Nhóm chun gia hình ảnh, phim

Layer 3
MP

Matching Pursuit

Thuật tốn đuổi khớp

NSP

Null space conditions

Điều kiện không gian không

NBOMP

N-way Block OMP

OMP

orthogonal matching pursuit

Thuật tốn đuổi khớp

PARAFAC

Parallel Factor Analysis

Phân tích hệ số song song

PN

Pseudo-random Noise

Mã giả ngẫu nhiên

GVHD:PGS.TS Nguyễn Thúy Anh

SVTH:Đoàn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

RAdio Detection And Ranging

Dị và định vị bằng sóng vơ tuyến

SOCPs

second-order cone programs

Chƣơng trình nón bậc 2

SPGL1

Spectral Projected Gradient

SONAR

SOund Navigation And Ranging

SNR

Signal-to-noise ratio

Tỷ số tín hiệu trên nhiễu

CW

Continuous wave

Sóng liên tục

LFM

Linear Frequency Molulation

điều chế tần số tuyến tính

PRN

Pseudorandom noise

nhiễu giả ngẫu nhiên

CTFM

Continuous transmission frequency điều chế tần số truyền liên tục
modulation

RDT

Rotational directional transmission

Truyền hƣớng xoay

CRT

Cathode ray tube

ống cathode

RSR

Refracted surface reflected

khúc xạ mặt phản xạ

GVHD:PGS.TS Nguyễn Thúy Anh

SVTH:Đoàn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

Phương pháp và thuật toán lấy mẫu nén ứng dụng cho ảnh Sonar. Tính tốn mơ phỏng hệ thống

PHẦN I: CƠ SỞ LÝ THUYẾT VỀ LẤY MẪU NÉN

CHƢƠNG I: CÁC PHƢƠNG PHÁP NÉN CỔ ĐIỂN VÀ NHƢỢC
ĐIỂM CỦA NHỮNG PHƢƠNG PHÁP
1.1. Các phƣơng pháp nén cổ điển và nhƣợc điểm
Các kỹ thuật nén cổ điển (điển hình là DCT rời rạc và wavelet) sử dụng một
phép biến đổi thuận nghịch (transform coding) để xấp xỉ tín hiệu có thể nén bằng
trọng số lớn. Cho cho tín hiệu

dài

mẫu và là tín hiệu thƣa , sử dụng phép biến

đổi thông qua:
ở đây đại diện cho một phép chuyển đổi nào đó (DCT rời rạc hoặc wavelet) chúng
ta sẽ thu đƣợc một tập hợp các trọng số
mã hóa, cịn lại (

trong đó

trọng số lớn nhất sẽ đƣợc lấy và

) trọng số nhỏ sẽ đƣợc loại bỏ.

Tuy nhiên chính cách làm này xuất hiện những nhƣợc điểm của phƣơng pháp:
Số lƣợng
Tất cả

các mẫu thu là lớn trong khi

lại là nhỏ

.

mẫu đều phải đƣợc tính tốn trong khi chúng ta chỉ giữ lại

giá trị cịn lại

giá trị bị loại bỏ.
Việc mã hóa

giá trị sau khi giữ lại (với mục đích lƣu trữ hoặc truyền đi) chúng ta lại

phải thêm vào các bit tiêu đề, các bit sửa lỗi…
Tất cả các nhƣợc điểm đó làm chậm tốc độ xử lý dữ liệu. Và điều này các thể hiện rõ
hơn trong trƣờng hợp tín hiệu

với băng tần cao lại phải đòi hỏi tốc độ lấy mẫu phải

rất lớn mới đảm bảo khôi phục lại dữ liệu (theo tiêu chuẩn Nyquist).
1.2. Phƣơng pháp lấy mẫu nén
Lấy mẫu nén là một kỹ thuật xử lý tín hiệu để có đƣợc hiệu quả và xây dựng lại
một tín hiệu,bằng cách tìm giải pháp cho các hệ thống tuyến tính chƣa xác định. Điều
này đem đến thuận lợi cho tin hiệu thƣa thớt hoặc tín hiệu nén trong một số lĩnh vực,
GVHD:PGS.TS Nguyễn Thúy Anh

1

SVTH:Đoàn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

Hình 1.2: Ý nghĩa của Compressed Sensing
Với tín hiệu
tính

chiều dài

, phƣơng pháp lấy mẫu nén sử dụng

đƣợc biểu diễn bởi phép nhân giữa
〈

Tập hợp các phép đo

quá trình đo tuyến

và một tập hợp các vectơ { j}

:

〉

đƣợc sắp xếp trong một vectơ Y có chiều dài

đƣợc sắp xếp nhƣ một hàng trong ma trận kích thƣớc

các vectơ
và do đó có thể

đƣợc viết nhƣ sau :

GVHD:PGS.TS Nguyễn Thúy Anh

2

SVTH:Đồn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

Phương pháp và thuật toán lấy mẫu nén ứng dụng cho ảnh Sonar. Tính tốn mơ phỏng hệ thống

Q trình đo ở đây là khơng thích nghi, tức là

là cố định và khơng phụ thuộc vào tín

hiệu .

Hình 1.3: Q trình thu tín hiệu

bằng M phép đo tuyến tính khơng thích nghi

Hình 1.4: Phương pháp lấy mẫu nén
1.3. Hai vấn đề chính trong lấy mẫu nén
Mục tiêu của phƣơng pháp lấy mẫu nén là thiết kế và xây dựng đƣợc: Ma trận
đo

ổn định có thể thu và lƣu trữ các thơng tin về tín hiệu (tín hiệu thƣa thớt

GVHD:PGS.TS Nguyễn Thúy Anh

3

hay tín

SVTH:Đồn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

SVTH:Đoàn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

Phương pháp và thuật toán lấy mẫu nén ứng dụng cho ảnh Sonar. Tính tốn mơ phỏng hệ thống

CHƢƠNG II: KỸ THUẬT LẤY MẪU NÉN
2.1.Giới thiệu chung về lấy mẫu nén
Chúng ta đang ở giữa một cuộc cách mạng kỹ thuật số đó là sự phát triển khơng
ngừng của các loại kiểu lấy mẫu hệ thống với độ phân giải chính xác ngày càng tăng.
Nền tảng lý thuyết của cuộc cách mạng này là cơng trình tiên phong của Kotelnikov,
Nyquist, Shannonvà Whittaker - lấy mẫu thời gian liên tục trên một băng tần cố định.
Kết quả của họ đã chứng minh rằng tín hiệu, hình ảnh, video và các dữ liệu khác có thể

đƣợc phục hồi chính xác từ một tập hợp các mẫu có tần số lấy mẫu tối thiểu bằng hai
lần tần số lớn nhất gọi là tần số lấy mẫu Nyquist. Áp dụng phát hiện này, nhiều tín hiệu
đƣợc điều chế chuyển từ tƣơng tự (Analog) sang số (Digital). Số hóa cho phép lấy mẫu
và xử lý tín hiệu dễ dàng hơn do đó tín hiệu số đƣợc sử dụng rộng rãi hơn so với tín
hiệu tƣơng tự.
Từ kết quả của thành công trên, số lƣợng dữ liệu đƣợc tạo ra bằng phƣơng pháp
lấy mẫu đã phát triển rất nhanh. Tuy vậy, trong nhiều ứng dụng quan trọng và mới nổi
lên hiện nay, số lƣợng các mẫu lấy bằng định lý Nyquist cịn khá cao, khơng nhƣ mong
đợi của chúng ta, hoặc đơn giản là quá tốn kém. Nhƣ vậy, mặc dù tiến bộ vƣợt bậc
trong khả năng tính tốn, nhƣng việc thu lại và xử lý tín hiệu trong lĩnh vực ứng dụng
nhƣ hình ảnh, video, hình ảnh y tế, giám sát từ xa, quang phổ, và phân tích dữ liệu về
gen… tiếp tục là một thách thức to lớn.
Để giải quyết các thách thức về các thuộc tính và tính tốn liên quan đến xử lý
với các dữ liệu đa chiều nhƣ vậy, chúng ta thƣờng phụ thuộc vào nén. Mục tiêu hiện
nay là việc tìm ra các chuẩn chính xác nhất để một tín hiệu có thể đạt đƣợc một mức độ
nén cao nhất mà sự biến dạng hoặc lỗi có thể chấp nhận đƣợc. Một trong những kỹ
thuật phổ biến nhất cho nén tín hiệu đƣợc gọi là mã hóa, và thƣờng dựa vào việc tìm
kiếm tín hiệu cơ sở hoặc khung. Chúng cung cấp tín hiệu rời rạc hoặc nén các tín hiệu
thành một nhóm. Một mẫu tín hiệu rời rạc có nghĩa là cho một tín hiệu có độ dài N,

GVHD:PGS.TS Nguyễn Thúy Anh

5

SVTH:Đoàn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

Phương pháp và thuật toán lấy mẫu nén ứng dụng cho ảnh Sonar. Tính tốn mơ phỏng hệ thống

chúng có thể biểu diễn cho nó với K hệ số khác khơng (

) bởi một mẫu nén, có

nghĩa là tín hiệu này tốt xấp xỉ bằng một tín hiệu với các hệ số khác khơngít hơn. Cả
hai tín hiệu rời rạc và nén có thể đƣợc biểu diễn với độ chính xác cao bằng cách giữ lại
các giá trị và vị trí của các hệ số lớn nhất của tín hiệu. Quá trình này đƣợc gọi là xấp xỉ
thƣa (sparse - approximation), và hình thành nền tảng của chuyển đổi mã hóa phối hợp
khai thác tín hiệu rời rạc và nén, bao gồm các tiêu chuẩn JPEG, JPEG2000, MPEG, và
MP3.
Tận dụng các khái niệm về chuyển đổi mã hóa, lấy mẫu nén đã nổi lên nhƣ một
khuôn khổ mới cho xử lý lại tín hiệu và thiết kế lấy mẫu. lấy mẫu nén có khả năng cho
phép giảm số lƣợng lớn các mẫu trong việc lấy mẫu và các chi phí tính tốn lấy mẫu
nén. Trong khi các định lý lấy mẫu Nyquist - Shannon đƣa ra số lƣợng tối thiểu nhất

định của mẫu đƣợc yêu cầu để hoàn toàn nắm bắt đƣợc một tín hiệu trong một dải tần
hạn chế tùy ý. Khi tín hiệu là rời rạc trong một cơ sở đƣợc biết đến phần lớn chúng ta
có thể giảm đƣợc kích thƣớc lƣu trữ. Do đó, khi cảm nhận đƣợc tín hiệu rời rạc, chúng
ta có thể có thể làm tốt hơn so với kết quả cổ điển. Đây là ý tƣởng triển vọng của lấy
mẫu nén: thay vì đầu tiên lấy mẫu với tốc độ cao và sau đó nén dữ liệu lấy mẫu, chúng
ta muốn thử cách để trực tiếp thử nghiệm dữ liệu dƣới dạng nén - nghĩa là: với tốc độ
lấy mẫu thấp hơn. Lấy mẫu nén phát triển từ cơng trình của Candes, Romberg, Tao và
Donoho, những ngƣời cho thấy một tín hiệu hữu hạn chiều có một mẫu rời rạc hoặc
nén có thể đƣợc phục hồi từ một tập nhỏ tuyến tính, phép đo khơng thích nghi. Thiết kế
của các hệ thống đo lƣờng và phần mở rộng của họ để mô hình dữ liệu thực tế và hệ
thống thu thập những thách thức chính trong lĩnh vực lấy mẫu nén.
Vấn đề này mới đây đã thu hút đáng kể trong giới nghiên cứu xử lý tín hiệu,
nhƣng vào thế kỉ 18, đã có các ý tƣởng về vấn đề này. Năm 1795, Prony đề xuất một
thuật tốn để tính các thơng số liên quan đến một số lƣợng nhỏ các hàm mũ phức tạp
đƣợc lấy mẫu khi có nhiễu. Những bƣớc nhảy vọt về mặt lý thuyết tiếp theo đến vào
đầu năm 1900, khi Carathéodory cho thấy một sự kết hợp tuyến tính với
GVHD:PGS.TS Nguyễn Thúy Anh

6

bất kì, tín

SVTH:Đồn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

Phương pháp và thuật toán lấy mẫu nén ứng dụng cho ảnh Sonar. Tính tốn mơ phỏng hệ thống

hiệu hình sin đƣợc xác định duy nhất bởi giá trị của nó tại thời điểm t= 0 và tại bất kỳ
thời điểm 2 khác. Cách làm này cho mẫu rất ít so với số lƣợng mẫu Nyquist tỷ lệ khi
là nhỏ và phạm vi tần số có thể là lớn. Vào những năm 1990, nghiên cứu này đã
đƣợc tổng quát hóa bởi George, Gorodnitsky, và Rao, ngƣời nghiên cứu tín hiệu rời rạc
trong hình ảnh từ sinh học và các lĩnh vực khác. Đồng thời, Bresler, Feng và
Venkataramani đề xuất một phƣơng pháp lấy mẫu để có đƣợc các mẫu nhất định của
tín hiệu bao gồm các thành phần

với băng thơng khác khơng(nhƣng trái ngƣợc với

tín hiệu hình Sin chuẩn) khắc phục hạn chế có thể về phổ, mặc dù việc phục hồi lại tín
hiệu khơng đám bảo chính xác. Trong đầu những năm 2000, Blu, Marziliano, và
Vetterli đã phát triển phƣơng pháp lấy mẫu cho các lớp nhất định của tín hiệu, phƣơng
pháp lấy mẫu đó đƣợc điều chỉnh bởi chỉ số , cho thấy những tín hiệu có thể đƣợc lấy
mẫu và thu hồi từ 2 mẫu.
Một vấn đề liên quan tập trung vào phục hồi một tín hiệu từ việc quan sát một

phần của biến đổi Fourier. Beurling đề xuất một phƣơng pháp ngoại suy các quan sát
để xác định tồn bộ biến đổi Fourier. Ngƣời ta có thể thấy rằng nếu tín hiệu bao gồm
một số đếm xung hữu hạn, sau đó tiếp cận của Beurling sẽ phục hồi chính xác tồn bộ
biến đổi Fourier từ bất kỳ phần đủ lớn nào của biến đổi Fourier. Cách tiếp cận của
Beurling - để tìm tín hiệu với mức ℓ1 nhỏ nhất trong số tất cả các tín hiệu thỏa mãn yêu
cầu của cách biến đổi Fourier - mang một sự tƣơng đồng đáng chú ý với một số các
thuật toán sử dụng trong lấy mẫu nén.
Gần đây, Candes, Romberg, Tao, và Donohocho thấy một tín hiệu có một mẫu
rời rạc có thể đƣợc phục hồi chính xác từ một nhóm nhỏ các phép đo tuyến tính, khơng
thích nghi. Kết quả này cho thấy rằng nó có thể thu đƣợc tín hiệu rời rạc bằng cách lấy
mẫu rất ít, do đó có tên là lấy mẫu nén. Tuy nhiên, lấy mẫu nén khác lấy mẫu cổ điển
trong ba khía cạnh quan trọng:

GVHD:PGS.TS Nguyễn Thúy Anh

7

SVTH:Đoàn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

Phương pháp và thuật toán lấy mẫu nén ứng dụng cho ảnh Sonar. Tính tốn mơ phỏng hệ thống

Đầu tiên, lý thuyết lấy mẫu thƣờng xem xét trong chiều dài hữu hạn, tín hiệu
thời gian liên tục. Ngƣợc lại, lấy mẫu nén là một lý thuyết toán học tập trung trên
vector hữu hạn chiều trong miền

.

Thứ hai, không phải lấy mẫu tín hiệu tại các điểm đặc trƣng trong miền thời
gian, hệ thống lấy mẫu nén thƣờng lấy mẫu trong các kết quả bên trong giữa các tín
hiệu và nhiều chức năng kiểm tra tổng quát. Đây là thực tế theo phƣơng pháp lấy mẫu
hiện đại, tƣơng tự nhƣ để có đƣợc tín hiệu bằng nhiều phép đo tuyến tính tổng quát.
Chúng ta sẽ thấy sự ngẫu nhiên thƣờng đóng một vai trò quan trọng trong việc thiết kế
các chức năng kiểm tra.
Thứ ba, hai khuôn khổ khác nhau trong cách thức mà họ dùng để phục hồi tín
hiệu, tức là vấn đề khơi phục tín hiệu ban đầu từ lấy mẫu nén. Trong cách lấy mẫu
Nyquist - Shannon, tín hiệu đƣợc phục hồi thông qua nội suy sinc - một q trình tuyến
tính mà địi hỏi ít phép tính và có một sự thể hiện đơn giản. Tuy nhiên, trong lấy mẫu
nén, phục hồi tín hiệu thƣờng đạt đƣợc bằng cách sử dụng phƣơng pháp phi tuyến cao.
lấy mẫu nén đã có tác động đáng kể trên nhiều ứng dụng. Một ví dụ là hình ảnh y tế,
lấy mẫu nén đã kích hoạt sự tăng tốc theo hệ số bảy MRI trong khi vẫn giữ chất lƣợng
chẩn đoán trong nhi khoa. Hơn nữa, ứng dụng rộng của phƣơng pháp này đã đƣợc quan
tâm nghiên cứu mở rộng khuôn khổ của lấy mẫu nén bằng cách đề xuất việc triển khai

thực tế cho nhiều ứng dụng, bao gồm cả hệ thống lấy mẫu phụ Nyquist, kiến trúc hình
ảnh nén, và mạng lấy mẫu nén. Định lý lấy mẫu của Shannon - Nyquist nói rằng để
khơng bị mất thơng tin và khơi phục lại hồn tồn tín hiệu thì phải lấy mẫu tín hiệu với
tần số lấy mẫu cao hơn ít nhất hai lần băng tần của tín hiệu. Trong nhiều ứng dụng nhƣ
ảnh số, camera số thì tốc độ lấy mẫu Nyquist thƣờng cao và thu quá nhiều mẫu cần
thiết, do đó việc nén tín hiệu là cần thiết cho việc lƣu trữ hoặc truyền đi xa. Hay trong
các ứng dụng nhƣ: hệ thống ảnh số với tốc độ cao, kỹ thuật siêu cao tần, thu thập tín
hiệu từ rada… đòi hỏi lấy mẫu ở tần số rất cao nếu tn theo định luật Nyquist, điều đó

GVHD:PGS.TS Nguyễn Thúy Anh

8

SVTH:Đồn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

luan van hay luan van tot nghiep

Phương pháp và thuật toán lấy mẫu nén ứng dụng cho ảnh Sonar. Tính tốn mơ phỏng hệ thống

dẫn đến việc cần các bộ chuyển đổi ADC tốc độ cao sẽ gây ra nhiều khó khăn trong
chế tạo và giá thành trở nên rất đắt.
Nghiên cứu này trình bày một phƣơng pháp mới để thu các tín hiệu với tốc độ
lấy mẫu nhỏ hơn tốc độ lấy mẫu Nyquist. Phƣơng pháp này gọi là lấy mẫu nén
(Compress sensing), sử dụng các ánh xạ (Projection) tuyến tính khơng thích nghi lƣu
trữ cấu trúc của tín hiệu, tín hiệu sau đó đƣợc tái tạo lại sử dụng các phƣơng pháp của
lý thuyết tối ƣu nhƣ ℓ1-minimization hoặc OMP.
2.2.Xét lại không gian vector
Trong phần lớn lịch sử của ngành xử lý tín hiệu đã tập trung vào các tín hiệu
đƣợc tạo ra bởi bởi các hệ thống vật lý. Nhiều hệ thống tự nhiên và nhân tạo có thể
đƣợc mơ hình hóa một cách tuyến tính. Khái niệm này đã đƣợc đƣa vào xử lý tín hiệu
bằng cách mơ hình hóa các tín hiệu nhƣ là vectơ trong một khơng gian vectơ thích hợp.

Hình 2.1: Đơn vị hình cầu trong

với định mức

và với không gian

tựa chuẩn (quasinorm) với
Nắm bắt đƣợc cấu trúc tuyến tính mà chúng ta thƣờng mong muốn, cụ thể là nếu
chúng ta ghép hai tín hiệu với nhau, chúng ta sẽ có đƣợc một tín hiệu vật lý mới có ý
nghĩa. Hơn nữa, không gian vectơ cho phép chúng ta áp dụng tính chất trực giao và các
cơng cụ hình học từ

, chẳng hạn nhƣ độ dài, khoảng cách và góc độ, để mơ tả và so

sánh các tín hiệu. Điều này rất hữu ích ngay cả khi tín hiệu của chúng ta ở trong khơng
GVHD:PGS.TS Nguyễn Thúy Anh

9

SVTH:Đồn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

Phương pháp và thuật toán lấy mẫu nén ứng dụng cho ảnh Sonar. Tính tốn mơ phỏng hệ thống

gian nhiều chiều (high - dimensional) hoặc trong vô hạn chiều (infinite - dimensional

spaces).

2.3. Không gian vector chuẩn (Normed vector spaces)
Trong trƣờng hợp của một miền vô hạn rời rạc, chúng ta có thể xem tín hiệu nhƣ
là vectơ trong một khơng gian Elip chiều, ký hiệu là

.Khi phân chia các vectơ trong

, chúng ta sẽ thƣờng xuyên sử dụng định mức của ℓp, đƣợc định nghĩa với =

[1,

] thì:
‖ ‖

{

∑

| |
| |

(2.1)

Trong không gian Elip, chúng taxét các tiêu chuẩn bên trong tiêu chuẩn trong
〈

〉

∑

mà:

i i

Điều này dẫn đến định mức ℓ2:‖ ‖2=√〈

〉.

Trong một số hồn cảnh, nó rất hữu ích để mở rộng khái niệm định mức ℓp với trƣờng
hợp

. Với trƣờng hợp này, định mức đƣợc xác định trong công thức (2.1) không

đáp ứng đƣợc bất đẳng thức tam giác, do đó, nó thực sự là một khơng gian tựa chuẩn.
Chúng ta cũng sẽ sử dụng thƣờng xuyên ký hiệu: ‖ ‖0:=|
{

} biểu thị sự hỗ trợ của x và |

|, với

| trong bản số của

.

Chú ý rằng ‖ ‖0 không phải là một không gian tựa chuẩn, nhƣng ngƣời ta có thể
‖ ‖

dễ dàng thấy rằng:

|

| giải thích cho sự chọn kí hiệu này.

Chuẩn ℓp có đặc tính khác đáng chú ý với giá trị khác của . Để minh họa điều này,
trong hình 2.1, chúng ta thấy trên vịng trịn đơn vị. Ví dụ.., { ‖ ‖
mỗi chỉ tiêu trong

}, bao gồm

.

Chúng ta thƣờng sử dụng các chỉ tiêu nhƣ một thƣớc đo cƣờng độ của một tín
hiệu, hoặc kích thƣớc của một lỗi. Ví dụ, giả sử chúng ta đang đƣa ra một tín hiệu
và mong muốn biểu diễn xấp tín hiệu đó sử dụng một điểm trong một khơng
GVHD:PGS.TS Nguyễn Thúy Anh

10

SVTH:Đồn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

quả. Một ví dụ đƣợc minh họa trong hình 2.2. Để tính toán điểm gần nhất trong A đến
sử dụng mỗi định chuẩn ℓp, chúng ta có thể hình dung sự tăng lên của ℓpphụ thuộc
vào . Đây sẽ là điểm ̂

đó là gần nhất với

đồng vị định chuẩn ℓp. Ta nhận thấy

rằng p càng lớn sẽ có xu hƣớng lây lan ra các lỗi đồng đều hơn giữa hai hệ số, trong
khi nếu p nhỏ hơn, dẫn đến một lỗi đƣợc phân bố khơng đều và có xu hƣớng thƣa thớt.
Cách nhìn tổng quát này để số chiều cao hơn, và đóng một vai trị quan trọng trong
việc phát triển của lý thuyết lấy mẫu nén.

2.4. Mơ hình tín hiệu thấp chiều
Về căn bản, xử lý tín hiệu liên quan đến các thuật toán với hiệu suất cao, xử lý
và lấy mẫu thơng tin từ các loại tín hiệu hoặc dữ liệu khác nhau. Để thiết kế các thuật
toán nhƣ vậy đối với một vấn đề cụ thể, chúng ta phải có mơ hình chính xác cho các tín
hiệu quan trọng. Mơ hình này có thể mang hình thức của mơ hình phát, các loại xác
định, hoặc các mơ hình xác suất Bayesian. Nói chung, các mơ hình có ích cho việc
phân loại tín hiệu cần quan tâm, chủ yếu với các tín hiệu khơng cần quan tâm, thiểu số

GVHD:PGS.TS Nguyễn Thúy Anh

11

SVTH:Đoàn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

Phương pháp và thuật toán lấy mẫu nén ứng dụng cho ảnh Sonar. Tính tốn mơ phỏng hệ thống

là một trong những kiến thức tiên quyết. Điều này có thể giúp có hiệu suất cao và có
đƣợc một cách chính xác, xử lý, nén, giao tiếp dữ liệu và thông tin.
Nhƣ đã đề cập trong phần giới thiệu, phần lớn xử lý tín hiệu cổ điển dựa trên
quan điểm cho rằng tín hiệu có thể đƣợc mơ hình hóa nhƣ là vectơ tồn tại trong một
khơng gian vector thích hợp (hoặc không gian con). Đến một mức độ lớn, quan niệm
cho rằng mỗi vector có thể là một tín hiệu hợp lệ đã thúc đẩy sự bùng nổ trong số chiều
của dữ liệu chúng ta phải lấy mẫu và xử lý. Tuy nhiên, mơ hình tuyến tính đơn giản
thƣờng khơng giữ đƣợc phần nhiều các cấu trúc trong các lớp tín hiệu phổ biến hiện
nay - trong khi có thể mơ hình hóa các tín hiệu tƣơng đƣơng vectơ, trong nhiều trƣờng
hợp không phải tất cả các vector đều thể hiện tín hiệu thực. Để đáp ứng với những yêu
cầu này, đã dấy lên những ý kiến trái chiều trong những năm gần đây, trên nhiều lĩnh
vực, trong những trạng thái khác nhau của mơ hình tín hiệu một chiều thì khái niệm

lƣợng tử hóa số bậc tự do trong tín hiệu chiều đa chiều thƣờng là khá nhỏ so với chiều
xung quanh nó.
Trong phần này chúng tơi cung cấp tổng quan về các cấu trúc một chiều phổ
biến nhất gặp phải trong lĩnh vực lấy mẫu nén. Chúng tôi sẽ bắt đầu bằng cách xem xét
các mơ hình rời rạc truyền thống cho tín hiệu có chiều hữu hạn, và sau đó thảo luận về
phƣơng pháp khái quát các lớp này để tín hiệu có chiều vơ hạn (liên tục theo thời gian).
Chúng tôi cũng sẽ thảo luận ngắn gọn ma trận thứ hạng thấp và các mơ hình đa dạng và
mô tả một số liên quan giữa lấy mẫu nén và một số vấn đề nổi bật khác.

GVHD:PGS.TS Nguyễn Thúy Anh

12

SVTH:Đoàn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

luan van hay luan van tot nghiep

Phương pháp và thuật toán lấy mẫu nén ứng dụng cho ảnh Sonar. Tính tốn mơ phỏng hệ thống

Hình 2.3: biểu diễn rời rạc của một hình ảnh thơng qua chuyển đổi wavelet multiscale
a) hình ảnh gốc.
b) Wavelet đại diện. Hệ số lớn đƣợc đại diện bởi điểm ảnh sáng, trong khi hệ số nhỏ
đƣợc đại diện bởi các điểm ảnh tối. Nhận thấy rằng hầu hết các hệ số wavelet là gần
bằng khơng.
2.4.1. Mơ hình rải rác
Tín hiệu thƣờng đƣợc lấy gần đúng nhƣ một tổ hợp tuyến tính của một vài yếu
tố từ một thành phần cơ bản đã biết hoặc trong thƣ viện. Khi phép biểu diễn này chính
xác chúng ta nói rằng tín hiệu rải rác. Mơ hình tín hiệu thƣa thớt cung cấp một khn
khổ tốn học để chụp hình thực trong nhiều trƣờng hợp các tín hiệu đa chiều chứa
tƣơng đối ít thơng tin so với kích thƣớc mơi trƣờng xung quanh nó. Rải rác hóa tín hiệu
có thể đƣợc coi là một sự thay thế Occam's razor - khi phải đối mặt với nhiều phƣơng
thức để đại diện cho một tín hiệu, sự lựa chọn đơn giản nhất là tốt nhất.
2.4.1.1 Phép lấy mẫu thƣa thớt và gần đúng phi tuyến
Trong toán học, chúng ta nói rằng một tín hiệu x có
ở hầu hết các điểm

khác 0, nghĩa là: ||x||0
k

={ x : ||x||0

GVHD:PGS.TS Nguyễn Thúy Anh

giá trị thƣa thớt khi nó có

cho phép

}

13

SVTH:Đồn Khánh Linh
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep

Phương pháp và thuật toán lấy mẫu nén ứng dụng cho ảnh sonar tính toán mô phỏng hệ thống

Tài liệu liên quan

Tài liệu bạn tìm kiếm đã sẵn sàng tải về