基于差分的稀疏度自适应重构算法

发布时间：2017-10-28 09:31

  本文关键词：基于差分的稀疏度自适应重构算法

  更多相关文章： 压缩感知 稀疏度 重构算法

【摘要】：针对压缩感知贪婪迭代重构算法要求给定信号稀疏度或迭代阈值的缺点,提出一种基于差分的稀疏度自适应重构算法.该算法在信号稀疏度未知的情况下,利用测量矩阵Φ与残差的相关系数的变化的不均衡特性,来选择重构信号的支撑集,以此逼近原始信号的稀疏度,达到重构的效果.仿真结果表明,在相同采样率下,文中算法可以获得较好的重构效果,尤其在采样率较低(采样率≤0.5)的情况下,这种优势更加明显.
【作者单位】： 北京交通大学信息科学研究所;现代信息科学与网络技术北京市重点实验室;中国科学院计算技术研究所中国科学院智能信息处理重点实验室;
【关键词】： 压缩感知 稀疏度 重构算法
【基金】：国家“八六三”高技术研究发展计划(2014AA015202) 国家自然科学基金(61073079,61272028) 中央高校基本科研业务费专项基金(2013JBZ003) 高等学校博士点基金(20120009110008) 教育部新世纪优秀人才支持计划(NCET-12-0768) 教育部创新团队发展计划(IRT201206)
【分类号】：TN911.7
【正文快照】： 1压缩感知及其重构算法压缩感知(compressive sensing,CS)[1-4]是一种新的采样理论,它利用信号是稀疏的或者在某个变换域是稀疏的特性[5-6],突破了Nyquist采样定律的限制,在采样的同时实现信号了的压缩,大大降低了对采样率的要求.自CS提出以来,在信号处理、计算机科学、电子工

【参考文献】

中国期刊全文数据库 前5条

1 焦李成;杨淑媛;刘芳;侯彪;;压缩感知回顾与展望[J];电子学报;2011年07期

2 王军华;黄知涛;周一宇;王丰华;;基于近似l_0范数的稳健稀疏重构算法[J];电子学报;2012年06期

3 高睿;赵瑞珍;胡绍海;;基于压缩感知的变步长自适应匹配追踪重建算法[J];光学学报;2010年06期

4 李s，

本文编号：1107693