基于SL0范数的改进稀疏信号重构算法

摘要：

平滑范数(Smoothed l0,SL0)压缩感知重构算法通过引入平滑函数序列将求解最小l0范数问题转化为平滑函数优化问题,可以有效地用于稀疏信号重构.针对平滑函数的选取和算法稳健性问题,提出一种新的平滑函数序列近似范数,结合梯度投影法优化求解,并进一步提出采用奇异值分解(Sin-gular value decomposition,SVD)方法改进算法的稳健性,实现稀疏度信号的精确重构.仿真结果表明,在相同的测试条件下,本文算法相比OMP算法、SL0算法以及L1-magic算法在重构精度、峰值信噪比方面都有较大改善.

关键词：压缩感知、稀疏信号重构算法、平滑l0范数、奇异值分解

所属期刊栏目：31

分类号：TN911.73

资助基金：国家自然科学基金61201367;南京航空航天大学博士学位论文创新与创优基金BCXJ14-08;江苏高校优势学科建设工程资助项目

在线出版日期：2016-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：178-183