基于压缩感知理论NSLO算法的改进

摘要：

压缩感知理论提供一种全新的信号获取方式;对信号进行稀疏变换,利用少量的观测值,通过重构算法实现信号的高精度重构.其中,信号重构是压缩感知的核心,而在信号重构的各类算法中,最直接、有效的信号重构的方法是在L0范数下求解.为了解决NSL0 (Newton Smooth L0 Norm)算法重构质量较差的问题,在NSL0算法基础上,采用“陡峭性”更大的反余弦函数,结合修正牛顿法和牛顿阻尼法,提出一种更快速、精度更高的信号重建算法,命名为ACNSL0(Arc Cosin Newton Smooth L0 Norm).通过一维信号、二维图像重构实验,结果表明该算法在相同条件下与同类算法相比,在精确重构率和峰值信噪比上都有较大提高.

关键词：压缩感知、重构算法、反余弦函数、修正牛顿法、牛顿阻尼法

所属期刊栏目：47

分类号：TN911.7

资助基金：国家自然科学基金项目61563025

在线出版日期：2021-05-25（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：77-81