结合系数重用正交匹配追踪的字典学习算法

doi:10.3969/j.issn.1000-565X.2018.08.008

华南理工大学学报(自然科学版) ›› 2018, Vol. 46 ›› Issue (8): 52-56，63.doi: 10.3969/j.issn.1000-565X.2018.08.008

• 电子、通信与自动控制 • 上一篇下一篇

结合系数重用正交匹配追踪的字典学习算法

刘杰平,杨朝煜,陈栋,杨业长,马丽红

1. 广州五山华南理工大学电子与信息学院
2. 华南理工大学
3. 华南理工大学电子与信息学院

收稿日期:2017-12-15 修回日期:2018-04-08 出版日期:2018-08-25 发布日期:2018-07-01
通信作者: 刘杰平(1961-)，女，副教授，硕士生导师，主要从事图像/视频信号处理研究． E-mail:eeliujp@scut.edu.cn
作者简介:刘杰平(1961-)，女，副教授，硕士生导师，主要从事图像/视频信号处理研究．
基金资助:
国家自然科学基金资助项目(61471173， 61701181);广东省自然科学基金资助项目(2017A030325430);广州市科技计划项目(201707010070)

Modeling Approach Based on Ｒate-Dependent Hysteresis for Piezoelectric Actuating Mechanism with Load

FENG Ying¹ FENG Junjie¹Subhash Ｒakheja² JIANG Hui³

1． School of Automation Science and Engineering∥Key Laboratory of Autonomous Systems and Networked Control，South China University of Technology，Guangzhou 510640，Guangdong，China;
2． Faculty of Engineering and Computer Science，Concordia University，Montreal H3G 1M8，Quebec，Canada;
3． School of Electronic Engineering and Automation，Guilin University of Electronic Technology，Guilin 541004，Guangxi，China)

Received:2017-12-15 Revised:2018-04-08 Online:2018-08-25 Published:2018-07-01
Contact: Jie-Ping LIU，刘杰平(1961-)，女，副教授，硕士生导师，主要从事图像/视频信号处理研究． E-mail:eeliujp@scut.edu.cn
About author:刘杰平(1961-)，女，副教授，硕士生导师，主要从事图像/视频信号处理研究．
Supported by:
National Natural Science Foundation of China;National Natural Science Foundation of China;the Science and Technology Foundation of Guangdong

摘要/Abstract

摘要： 针对压缩感知中字典对信号稀疏表示能力不足的问题，文中提出了一种结合系数重用正交匹配追踪的自适应字典学习算法，该算法使用系数重用正交匹配追踪算法得到稀疏系数，在字典更新阶段引入上一次迭代过程的先验信息．首先对稀疏系数矩阵进行奇异值分解，再分别用前一次更新的字典对左奇异矩阵和用训练信号对右奇异矩阵进行变换，然后采用变换后的左、右奇异矩阵构造新矩阵，最后利用新矩阵进行字典训练．实验结果表明，采用文中算法得到的字典对图像具有更好的稀疏表示能力，提高了重构图像的质量．

关键词: 压缩感知, 稀疏表示, 自适应字典, 字典学习

Abstract:

As a class of smart material-based actuators，piezoelectric actuators have been widely applied in the micro-nano actuating equipment． However，the nonlinearities existing in the smart materials become the main

obstacle for the improvement of actuating precision． Considering the electromechanical characteristics of the piezoelectric actuator，a modeling method is proposed to characterize the input-output relationship of the

piezoelectric actuating system with an external mechanical load in a wide working frequency range． The proposed

model is based on the rate-dependent PrandtlIshlinskii (ＲDPI) hysteresis model and shows an effective way to work around the limitation of ＲDPI hysteresis model，representing the effects analytically caused by the mechanical load with an increase in actuating frequency． With the mechanical load 2. 94N，the experiments for the piezoelectric actuating system are conducted in the frequency range 1 ～80 Hz． Good agreement is found between the mea

sured and predicted input-output curves to show the effectiveness of the proposed modeling method．

Key words:

piezoelectric actuator, hysteresis, dynamics, modeling

中图分类号:

TP391

刘杰平杨朝煜陈栋杨业长马丽红. 结合系数重用正交匹配追踪的字典学习算法[J]. 华南理工大学学报(自然科学版), 2018, 46(8): 52-56，63.

FENG Ying FENG Junjie Subhash Ｒakheja JIANG Hui .

Modeling Approach Based on Ｒate-Dependent Hysteresis for Piezoelectric Actuating Mechanism with Load

[J]. Journal of South China University of Technology(Natural Science Edition), 2018, 46(8): 52-56，63.

[1]	韩乐, 江怡华. 鲁棒截断L1-L2全变分稀疏恢复模型[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 45-53,140.
[2]	杨春玲, 凌茜, 吕泽宇. 特征域多假设预测视频压缩感知重构神经网络[J]. 华南理工大学学报(自然科学版), 2022, 50(6): 80-90.
[3]	杨春玲凌茜. 基于深度学习的两阶段多假设视频压缩感知重构算法[J]. 华南理工大学学报（自然科学版）, 2021, 49(6): 88-99.
[4]	杨春玲郑钊彪李金昊. CVS 中基于块分类的自适应阈值调整组稀疏重构[J]. 华南理工大学学报（自然科学版）, 2020, 48(8): 29-37,48.
[5]	杨春玲裴翰奇. 基于残差学习的多阶段图像压缩感知神经网络[J]. 华南理工大学学报（自然科学版）, 2020, 48(5): 82-91.
[6]	杨春玲郑学炜. CVS中基于多维度参考帧的双稀疏重构算法[J]. 华南理工大学学报(自然科学版), 2018, 46(8): 1-10.
[7]	杨春玲戴超. 视频压缩感知中基于菱形快速搜索的双匹配区域预测 [J]. 华南理工大学学报（自然科学版）, 2018, 46(3): 49-57.
[8]	杨春玲汤瑞东. 基于低秩增强的图像压缩感知重构算法[J]. 华南理工大学学报（自然科学版）, 2018, 46(10): 72-80.
[9]	杨春玲熊光银戴超. 视频压缩感知中基于快速搜索的迭代多假设算法[J]. 华南理工大学学报（自然科学版）, 2017, 45(7): 107-112,125.
[10]	张见威林文钊邱隆庆. 基于字典学习和 Fisher 判别稀疏表示的行人重识别方法[J]. 华南理工大学学报（自然科学版）, 2017, 45(7): 55-62.
[11]	杨春玲李文豪. CVS 中基于残差结构特征的块分类重构算法[J]. 华南理工大学学报（自然科学版）, 2017, 45(3): 1-10.
[12]	杨春玲李林荪. 基于像素相关的图像/视频压缩感知观测矩阵[J]. 华南理工大学学报（自然科学版）, 2017, 45(12): 27-35.
[13]	谢中华马丽红钟福平. 基于复合稀疏约束的近似消息传递CS 重构算法[J]. 华南理工大学学报（自然科学版）, 2017, 45(1): 18-25.
[14]	杨春玲刘璇. 基于压缩感知的视频信号采集观测值渐进量化算法[J]. 华南理工大学学报（自然科学版）, 2016, 44(5): 15-21.
[15]	谭歆冯晓毅王保平程伟方阳. 基于混沌序列稀疏化测量矩阵的ISAR成像[J]. 华南理工大学学报（自然科学版）, 2016, 44(1): 65-70.

结合系数重用正交匹配追踪的字典学习算法

Modeling Approach Based on Ｒate-Dependent Hysteresis for Piezoelectric Actuating Mechanism with Load

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价