一种改进的稀疏度自适应匹配追踪算法

摘要：

压缩感知理论是一种充分利用信号稀疏性或可压缩性的全新信号获取和处理理论.针对未知稀疏度信号重构,提出了一种改进的稀疏度自适应匹配追踪算法.该算法首先利用一种基于原子匹配测试的方法得到信号稀疏度的初始估计,然后在稀疏度自适应匹配追踪(SAMP)框架下采用变步长分阶段思想实现稀疏度的逼近,在初始阶段利用大步长实现稀疏度的快速粗接近,以提高收敛速度,在随后的迭代中逐渐减小步长,实现稀疏度的精逼近,最终实现信号的精确重构.理论分析和仿真结果表明,该算法在一定程度上解决了SAMP算法在大稀疏度条件下运算量较大以及固定步长导致的欠估计和过估计问题,较好地实现了未知稀疏度信号的精确重建,且重建性能和重建效率均优于现有的同类算法.

关键词：压缩感知、重构算法、匹配追踪、稀疏表示

所属期刊栏目：28

分类号：TN911.7

资助基金：国家863项目资助,编号2009AA7034530

在线出版日期：2012-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：80-86