基于改进反余切函数的近似L0范数的重构算法
重构算法是压缩感知理论应用于实际的关键.其中,近似L0范数算法是通过选取一个连续的平滑函数近似逼近L0范数,从而将离散的最小化L0范数问题转为平滑函数求最优值问题.针对现有算法精度不高的缺点,采用了一种逼近程度更高的改进反余切函数族来近似L0范数,并采用修正阻尼牛顿法求解.该算法结合了近似零范数算法的高收敛性和牛顿法的高效寻优,获得了精度较高的重构信号.仿真实验表明,在不同压缩比下,该算法在一维信号重建和二维图像重建的过程中,较SL0算法、NSL0算法和AL0算法的信噪比和重构精度都有了较大的提升,提高了同等条件下信号恢复的质量,有效地改善了重建效果.
压缩感知理论;信号重建;修正牛顿法;L0范数
32
TP391.9(计算技术、计算机技术)
国家自然科学基金项目;视觉场景中群体互动轨迹的流形向量场学习与异常判别研究资助项目
2021-10-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
595-601