基于SL0范数的改进稀疏信号重构算法

发布时间：2017-08-14 08:23

  本文关键词：基于SL0范数的改进稀疏信号重构算法

  更多相关文章： 压缩感知 稀疏信号重构算法 平滑l范数 奇异值分解

【摘要】：平滑范数(Smoothed l0,SL0)压缩感知重构算法通过引入平滑函数序列将求解最小l0范数问题转化为平滑函数优化问题,可以有效地用于稀疏信号重构。针对平滑函数的选取和算法稳健性问题,提出一种新的平滑函数序列近似范数,结合梯度投影法优化求解,并进一步提出采用奇异值分解(Singular value decomposition,SVD)方法改进算法的稳健性,实现稀疏度信号的精确重构。仿真结果表明,在相同的测试条件下,本文算法相比OMP算法、SL0算法以及L1-magic算法在重构精度、峰值信噪比方面都有较大改善。
【作者单位】： 南京航空航天大学电子信息工程学院;六盘水师范学院物理与电子科学系;
【关键词】： 压缩感知 稀疏信号重构算法 平滑l范数 奇异值分解
【基金】：国家自然科学基金(61201367)资助项目 南京航空航天大学博士学位论文创新与创优基金(BCXJ14-08)资助项目 江苏高校优势学科建设工程资助项目
【分类号】：TN911.7
【正文快照】： 引言近几年压缩感知理论(Compressive sensing,CS)受到越来越广泛的关注[1-3]。与传统的奈奎斯特采样定理不同,CS理论对于具有稀疏性或可压缩的信号,可将数据采样与压缩同时过求解一个优化问题从少量的观测值以高概率重构出原始信号,极大地降低所需时间,且质量损失较小,一经出

【参考文献】

中国期刊全文数据库 前1条

1 王超;王铭江;李玉清;史姝丽;;基于位置集回验的并联分片频谱压缩感知算法[J];数据采集与处理;2011年04期

【共引文献】

中国期刊全文数据库 前2条

1 于华楠;张敬P，

本文编号：671678