基于混合梯度的硬阈值追踪算法

摘要：

针对压缩感知(CS)中迭代硬阈值类算法迭代次数多、重构时间长的问题,提出了一种基于混合梯度的硬阈值追踪(HGHTP)算法.首先,在每次迭代中计算当前迭代点处的梯度和共轭梯度,将梯度域与共轭梯度域下的支撑集混合取并集作为下一次迭代的候选支撑集,充分利用共轭梯度在支撑集选择策略中的有用信息,优化支撑集选择策略;然后,采用最小二乘法对候选支撑集进行二次筛选,快速精确地定位正确的支撑并更新稀疏系数.一维随机信号重构实验结果表明,HGHTP算法相较于同类迭代硬阈值算法,在保证重构成功率的前提下,需要的迭代次数更少.二维图像重构实验结果表明,HGHTP算法的重构精度和抗噪性能优于同类迭代阈值类算法,在保证重构精度的情况下,HGHTP算法的重构时间相比同类算法减少了32％以上.

关键词：压缩感知、混合梯度、迭代硬阈值、共轭梯度、重构算法

所属期刊栏目：40

分类号：TP391.41(计算技术、计算机技术)

资助基金：东莞市社会科技发展项目2019507154529

在线出版日期：2020-04-08（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：912-916