本文關鍵詞：一種變步長稀疏度自適應子空間追蹤算法

  更多相關文章： 壓縮感知 信號重建 子空間追蹤 自適應算法 稀疏表示

【摘要】：針對壓縮感知(Compressive sensing,CS)中未知稀疏度信號的重建問題,本文提出一種變步長稀疏度自適應子空間追蹤算法.首先,采用一種匹配測試的方法確定固定步長,然后以該固定步長與變步長方式相結合,通過不同支撐集原子個數(shù)下的重建殘差變化確定信號稀疏度,算法采用子空間追蹤方法確定相應支撐集原子,并完成原始信號準確重建.實驗結果表明,與同類算法相比,該算法可以更準確重建原始信號,且信號稀疏度值較高時,運算量低于同類算法.
【作者單位】： 上海大學通信與信息工程學院;上海大學特種光纖與光接入網(wǎng)重點實驗室;
【關鍵詞】： 壓縮感知 信號重建 子空間追蹤 自適應算法 稀疏表示
【基金】：國家自然科學基金(61132003,61571282) 上海大學創(chuàng)新基金(sdcx2012041)資助~~
【分類號】：TP391.41
【正文快照】： 引用格式田金鵬,劉小娟,鄭國莘.一種變步長稀疏度自適應子空間追蹤算法.自動化學報,2016,42(10):1512-1519A Variable Step Size Sparsity Adaptive Subspace Pursuit AlgorithmTIAN Jin-Peng1,2LIU Xiao-Juan1壓縮感知(Compressive sensing,CS)是Donoho、Cand`es及Tao等提出

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 周亞同;王麗莉;唐紅梅;;基于壓縮感知的稀疏度自適應圖像修復[J];鐵道學報;2014年09期

2 曾春艷;馬麗紅;杜明輝;;原子集校正及步長可控的稀疏度未知CS重構[J];應用科學學報;2014年02期

3 ;[J];;年期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 湯倩;基于字典學習和貪婪追蹤的數(shù)字圖像稀疏去噪[D];長沙理工大學;2014年

，

本文編號：850446