10.3969/j.issn.1673-629X.2017.05.016
基于优化观测矩阵的共轭梯度改进算法
测量矩阵的设计和信号的重构是压缩感知理论研究的核心问题.基于梯度下降法的QR分解观测矩阵优化使得信号在观测过程中的主要信息得以保存,而共轭梯度法则在信号的重构性能方面较理想.为此,将观测矩阵优化引入到共轭梯度重构算法中,针对共轭梯度重构算法,基于梯度下降法的QR分解优化观测矩阵,得到一个新的重构算法,即基于优化观测矩阵的共轭梯度算法.改进的算法中矩阵具有较大的列独立性以及与稀疏矩阵间相关性较低的特性,同时具有较好的性能.利用Matlab仿真实验来验证共轭梯度法与观测矩阵优化结合的重构算法的可行性及有效性.仿真结果表明,基于优化观测矩阵的共轭梯度算法在运行时间上缩短了2~3倍,优于其他一些重构算法.
压缩感知、观测矩阵、共轭梯度法、梯度下降法、QR分解
27
TP301.6(计算技术、计算机技术)
国家自然科学基金资助项目61179027
2017-06-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
73-76