用于压缩采样信号重建的回溯正则化自适应匹配追踪算法

发布时间：2017-09-23 14:23

  本文关键词：用于压缩采样信号重建的回溯正则化自适应匹配追踪算法

  更多相关文章： 匹配追踪算法 正则化 回溯 压缩感知

【摘要】：正则化正交匹配追踪算法是一种广泛被使用的压缩感知重构算法,但其需要已知信号的稀疏度。针对这一缺点,本文提出一种回溯正则化自适应匹配追踪算法。该算法基于正则化正交匹配追踪算法进行改进,首先采用设置模糊阈值的方式初始化选取一些原子,然后对其进行正则化,最后采用回溯的方式删掉个别错误的原子。在每次迭代中,不断更新支撑集的同时扩大支撑集,以逐步逼近信号的稀疏度。实验结果表明,在相同的测试条件下,改进后的算法与其他贪婪算法相比,无论是对一维稀疏信号还是二维图像,均取得了更好的重建效果,且运行时间也比较适中。
【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(北京交通大学信息科学研究所);
【关键词】： 匹配追踪算法 正则化 回溯 压缩感知
【基金】：高等学校博士点基金(20120009110008) 中央高校基本科研业务费专项基金(2013JBZ003) 教育部新世纪优秀人才支持计划(NCET-12-0768) 国家自然科学基金(61272028)
【分类号】：TN911.7
【正文快照】： 1引言作为一种新的采样理论,基于稀疏表示的压缩感知[1-4]在近些年来引起了广泛的关注。它打破了奈奎斯特采样定理的限制,在信号采样的同时进行了压缩,节约了大量的时间和存储空间,已成为信号处理领域的一个新的研究方向。压缩感知主要包含两个方面:一是信号的采样压缩,二是原，

本文编号：905740