基于似零范数和混合优化的压缩感知信号快速重构算法

发布时间：2018-05-17 20:20

  本文选题：范数约束 + 稀疏信号恢复　； 参考：《自动化学报》2014年10期

【摘要】：欠定系统(又称超完备系统)的稀疏信号恢复在压缩感知、源信号分离和信号采集等领域中被广泛研究.目前这类问题主要采用l1范数约束结合线性规划优化或贪婪算法进行求解,但这些方法存在收敛速度慢、恢复精度不高等缺陷.提出一种快速恢复稀疏信号的算法,该算法采用一种新的近似l0范数代替l1范数构造代价函数,并融合牛顿法和最陡梯度法推导出寻优迭代式,以获得似零范数代价函数的最优解.仿真实验和真实数据实验结果表明,与经典算法相比,该算法在能提供相同精度、甚至更好精度的条件下,收敛速度更快.
[Abstract]:Sparse signal recovery for underdetermined systems (also called supercomplete systems) is widely studied in the fields of compression sensing, source signal separation and signal acquisition. At present, l1-norm constraint combined with linear programming optimization or greedy algorithm is mainly used to solve these problems, but these methods have some shortcomings, such as slow convergence rate and low recovery accuracy. A fast algorithm for restoring sparse signals is proposed. In this algorithm, a new approximate l 0 norm is used instead of l 1 norm to construct a cost function, and an optimal iterative formula is derived by combining Newton's method and the steepest gradient method. The optimal solution of the cost function of quasi-zero norm is obtained. The results of simulation and real data experiments show that the convergence speed of the proposed algorithm is faster than that of the classical algorithm under the condition that it can provide the same accuracy or even better precision.
【作者单位】： 厦门大学水声通信与海洋信息技术教育部重点实验室;
【基金】：国家自然科学基金(11274259) 教育部高等学校博士点专项基金(20120121110030)资助~~
【分类号】：TN911.7

【参考文献】

相关期刊论文 前4条

1 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

2 李树涛;魏丹;;压缩传感综述[J];自动化学报;2009年11期

3 张成;杨海蓉;韦穗;;基于随机间距稀疏Toeplitz测量矩阵的压缩传感[J];自动化学报;2012年08期

4 刘芳;武娇;杨淑媛;焦李成;;结构化压缩感知研究进展[J];自动化学报;2013年12期

【共引文献】

相关期刊论文 前10条

1 马如远;金明亮;刘继忠;柴国钟;;移动机器人环境视觉小波稀疏压缩传感和识别[J];传感技术学报;2012年04期

2 焦鹏飞;李亮;赵骥;;压缩感知在医学图像重建中的最新进展[J];CT理论与应用研究;2012年01期

3 阮迪;韩崇昭;;压缩传感理论在GPS/SINS组合导航中的应用[J];导弹与航天运载技术;2010年04期

4 刘毅强;刘昱;段继忠;刘亚峰;;压缩感知处理语音信号的性能分析及比较[J];电声技术;2012年02期

5 潘榕;段继忠;刘昱;;压缩感知及其在图像和视频编码中的应用[J];电视技术;2012年01期

6 朱向军;冯志林;王洁;鲍卫兵;;运动补偿预测残差稀疏重构的压缩视频传感[J];电视技术;2012年09期

7 赵贻玖;王厚军;戴志坚;;基于隐马尔科夫树模型的小波域压缩采样信号重构方法[J];电子测量与仪器学报;2010年04期

8 李本星;曹宝香;马建华;;迫近算子在MR图像快速重建中的应用研究[J];电子学报;2010年12期

9 杨海蓉;张成;丁大为;韦穗;;压缩传感理论与重构算法[J];电子学报;2011年01期

10 李志林;陈后金;李居朋;姚畅;杨娜;;一种有效的压缩感知图像重建算法[J];电子学报;2011年12期

相关会议论文 前3条

1 陈守宁;郑宝玉;吉晓东;;WMSN中基于压缩感知的VSQI压缩反馈[A];2010年通信理论与信号处理学术年会论文集[C];2010年

2 魏浩;郑宝玉;岳文静;;基于压缩感知的稀疏多径信道估计[A];2010年通信理论与信号处理学术年会论文集[C];2010年

3 田鹏义;周辉;许定根;;基于压缩感知的图像隐藏算法研究[A];虚拟运营与云计算——第十八届全国青年通信学术年会论文集（下册）[C];2013年

相关博士学位论文 前10条

1 高艺;能源自给低功耗无线传感器网络关键技术研究[D];南开大学;2010年

2 周小平;高速移动MIMO OFDM系统快衰落信道估计方法[D];上海大学;2011年

3 杨成;压缩采样中匹配追踪约束等距性分析及其应用[D];复旦大学;2011年

4 唐恒亮;基于三维特征的人脸识别算法研究[D];北京工业大学;2011年

5 潘榕;多视点视频编码相关处理技术研究[D];天津大学;2011年

6 程晶晶;多频NMR测井系统中微弱信号检测问题研究[D];华中科技大学;2011年

7 陈玫玫;手指静脉图像的去噪与分割算法研究[D];吉林大学;2010年

8 于华楠;基于压缩传感的无线通信系统信道估计研究[D];吉林大学;2012年

9 路，

本文编号：1902723