本文關(guān)鍵詞：用于壓縮采樣信號重建的回溯正則化自適應(yīng)匹配追蹤算法

  更多相關(guān)文章： 匹配追蹤算法 正則化 回溯 壓縮感知

【摘要】：正則化正交匹配追蹤算法是一種廣泛被使用的壓縮感知重構(gòu)算法,但其需要已知信號的稀疏度。針對這一缺點,本文提出一種回溯正則化自適應(yīng)匹配追蹤算法。該算法基于正則化正交匹配追蹤算法進行改進,首先采用設(shè)置模糊閾值的方式初始化選取一些原子,然后對其進行正則化,最后采用回溯的方式刪掉個別錯誤的原子。在每次迭代中,不斷更新支撐集的同時擴大支撐集,以逐步逼近信號的稀疏度。實驗結(jié)果表明,在相同的測試條件下,改進后的算法與其他貪婪算法相比,無論是對一維稀疏信號還是二維圖像,均取得了更好的重建效果,且運行時間也比較適中。
【作者單位】： 北京交通大學信息科學研究所;現(xiàn)代信息科學與網(wǎng)絡(luò)技術(shù)北京市重點實驗室(北京交通大學信息科學研究所);
【關(guān)鍵詞】： 匹配追蹤算法 正則化 回溯 壓縮感知
【基金】：高等學校博士點基金(20120009110008) 中央高�；究蒲袠I(yè)務(wù)費專項基金(2013JBZ003) 教育部新世紀優(yōu)秀人才支持計劃(NCET-12-0768) 國家自然科學基金(61272028)
【分類號】：TN911.7
【正文快照】： 1引言作為一種新的采樣理論,基于稀疏表示的壓縮感知[1-4]在近些年來引起了廣泛的關(guān)注。它打破了奈奎斯特采樣定理的限制,在信號采樣的同時進行了壓縮,節(jié)約了大量的時間和存儲空間,已成為信號處理領(lǐng)域的一個新的研究方向。壓縮感知主要包含兩個方面:一是信號的采樣壓縮,二是原，

本文編號：905740