【摘要】：針對(duì)分段正交匹配追蹤(StOMP)算法對(duì)信號(hào)重構(gòu)效果較差的問題,提出一種回溯正則化分段正交匹配追蹤(BR-StOMP)算法。首先,該算法采用正則化思想選取能量較大的原子,以減少閾值階段候選集中的原子;然后,利用回溯對(duì)原子進(jìn)行檢驗(yàn),并對(duì)解的支撐集中的原子重新篩選一次,同時(shí)刪除對(duì)解的貢獻(xiàn)較低的原子,提高算法的重構(gòu)率;最后,對(duì)感知矩陣進(jìn)行歸一化處理,使算法更加簡單。仿真結(jié)果表明:BR-StOMP算法與正交匹配追蹤(OMP)算法相比較峰值信噪比提高8%~10%左右,運(yùn)行時(shí)間減少70%~80%;與StOMP算法相比較,峰值信噪比提高19%~35%。BR-StOMP算法能夠精確地恢復(fù)信號(hào),重建效果優(yōu)于OMP算法和StOMP算法。
[Abstract]:Aiming at the poor effect of piecewise orthogonal matching tracing (StOMP) algorithm on signal reconstruction, a backtracking regularized piecewise orthogonal matching tracing (BR-StOMP) algorithm is proposed. Firstly, the regularization idea is used to select the atoms with large energy, so as to reduce the atoms in the candidate set at the threshold stage, and then the atoms are checked by backtracking, and the atoms in the support set of the solution are screened again. At the same time, the atoms that contribute less to the solution are deleted, and the reconstruction rate of the algorithm is improved. Finally, the perception matrix is normalized to make the algorithm simpler. The simulation results show that compared with the orthogonal matching tracking (OMP) algorithm, the peak signal-to-noise ratio (PSNR) of the BR-StOMP algorithm is increased by about 8%, and the running time is reduced by 70%. Compared with the StOMP algorithm, the PSNR algorithm can accurately recover the signal. The reconstruction effect is better than OMP algorithm and StOMP algorithm.
【作者單位】： 太原理工大學(xué)信息工程學(xué)院;
【基金】：山西省自然科學(xué)基金資助項(xiàng)目(2013011015-1)~~
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙玉娟;水鵬朗;張凌霜;;基于子空間匹配追蹤的信號(hào)稀疏逼近[J];信號(hào)處理;2006年04期

2 趙玉娟;;分層匹配追蹤對(duì)信號(hào)的稀疏逼近[J];江蘇教育學(xué)院學(xué)報(bào)(自然科學(xué)版);2007年02期

3 杜小勇;段曉君;;匹配追蹤信號(hào)分解收斂性的一種證明[J];湖南工業(yè)大學(xué)學(xué)報(bào);2010年01期

4 韓德亮;于鳳芹;;基于匹配追蹤算法的漢語音節(jié)重疊聲韻分割[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年07期

5 姚遠(yuǎn);梁志毅;;基于壓縮感知信號(hào)重建的自適應(yīng)空間正交匹配追蹤算法[J];計(jì)算機(jī)科學(xué);2012年10期

6 曾春艷;馬麗紅;杜明輝;;前向預(yù)測(cè)與回溯結(jié)合的正交匹配追蹤算法[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年08期

7 蔣留兵;黃韜;;一種新的壓縮采樣匹配追蹤算法[J];計(jì)算機(jī)應(yīng)用研究;2013年02期

8 黃芳;朱永忠;;基于局部性質(zhì)的改進(jìn)正交匹配追蹤算法[J];青島科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

9 馬強(qiáng);金裕紅;;框架理論在匹配追蹤算法中的應(yīng)用[J];計(jì)算機(jī)與數(shù)字工程;2010年12期

10 韓德亮;于鳳芹;李亞文;;基于遺傳匹配追蹤分解的漢語孤立字聲韻分割[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2012年02期

相關(guān)會(huì)議論文 前7條

1 陸媛媛;宋煒;左佳卉;李亭;;基于改進(jìn)匹配追蹤的子波特征能量氣藏檢測(cè)方法[A];中國地球物理2013——第十九專題論文集[C];2013年

2 李輝;;面向圖像視頻編碼的多規(guī)模匹配追蹤圖像表達(dá)法[A];信息科學(xué)與微電子技術(shù):中國科協(xié)第三屆青年學(xué)術(shù)年會(huì)論文集[C];1998年

3 李政;羅飛路;;基于匹配追蹤的超聲回波參數(shù)估計(jì)方法[A];2009中國儀器儀表與測(cè)控技術(shù)大會(huì)論文集[C];2009年

4 秦曉偉;郭建中;;匹配追蹤算法(MP)在超聲成像中的研究[A];第二屆西安-上海兩地聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2011年

5 于勇凌;張海燕;馬世偉;;改進(jìn)的chirplet匹配追蹤在Lamb波信號(hào)時(shí)頻分析中的應(yīng)用[A];融合與創(chuàng)新：新世紀(jì)物理聲學(xué)的發(fā)展——二零一二年度全國物理聲學(xué)會(huì)議論文集[C];2012年

6 高建虎;陳杰;張履謙;;基于壓縮感知和EMD的SAR海洋內(nèi)波探測(cè)方法[A];第九屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

7 蘇哲;許錄平;甘偉;;基于壓縮感知的脈沖星輪廓構(gòu)建算法[A];第二屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)電子文集[C];2011年

相關(guān)博士學(xué)位論文 前5條

1 楊成;壓縮采樣中匹配追蹤約束等距性分析及其應(yīng)用[D];復(fù)旦大學(xué);2011年

2 曾春艷;匹配追蹤的最佳原子選擇策略和壓縮感知盲稀疏度重建算法改進(jìn)[D];華南理工大學(xué);2013年

3 楊瑞明;基于壓縮采樣的比幅測(cè)向方法研究[D];電子科技大學(xué);2010年

4 韓曉紅;混沌時(shí)序非線性去噪方法研究及其應(yīng)用[D];太原理工大學(xué);2012年

5 李青;優(yōu)化核方法[D];西安電子科技大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 李會(huì)龍;轉(zhuǎn)子匹配追蹤信息熵故障診斷研究[D];中北大學(xué);2016年

2 楊盼;壓縮感知中改進(jìn)的匹配追蹤類算法研究[D];安徽大學(xué);2016年

3 辛一;基于分層匹配追蹤及保序稀疏編碼的行人識(shí)別研究[D];安徽大學(xué);2016年

4 李明;匹配追蹤在環(huán)境聲音事件識(shí)別中的應(yīng)用研究[D];福州大學(xué);2013年

5 歐陽楨;優(yōu)化的匹配追蹤用于生態(tài)聲音識(shí)別[D];福州大學(xué);2014年

6 吳悠;汽車變速器齒輪和軸承混合故障診斷方法及實(shí)驗(yàn)研究[D];華南理工大學(xué);2016年

7 趙玉娟;基于子空間匹配追蹤的信號(hào)稀疏逼近[D];西安電子科技大學(xué);2005年

8 任曉馨;壓縮感知貪婪匹配追蹤類重建算法研究[D];北京交通大學(xué);2012年

9 校午陽;基于多通道匹配追蹤算法的時(shí)頻分析研究及在腦電信號(hào)處理中的應(yīng)用[D];天津醫(yī)科大學(xué);2012年

10 李亞文;遺傳匹配追蹤算法的研究與改進(jìn)[D];江南大學(xué);2011年

，

本文編號(hào)：2294070