一种基于QR分解的观测矩阵优化方法

摘要：

在压缩感知理论中,最为关键的问题是观测矩阵的构造.影响图像重建质量的因素包括观测矩阵列向量间的独立性以及观测矩阵与稀疏基间的互相关性.基于此提出了一种优化算法.该算法采用QR分解以增大观测矩阵列独立性,同时对利用等角紧框架(Equiangular Tight Frame,ETF)收缩的Gram矩阵进行优化,通过更新每次梯度下降的方向,加快收敛速度,从而减小观测矩阵与稀疏基间的互相关性.仿真实验结果显示,在信号稀疏度或观测次数相同情况下,该优化观测矩阵的方法在提高图像重建质量与稳定性方面都有一定优势.

关键词：压缩感知、观测矩阵、QR分解、Gram矩阵、互相关性

所属期刊栏目：47

分类号：TN912.3;TP301.6

资助基金：特殊环境机器人技术四川省重点实验室基金项目13ZXTK07

在线出版日期：2021-04-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：107-111