一种改进的压缩感知信号重构算法

摘要：

针对支撑集未知且变化时的稀疏信号的重构问题,本文基于卡尔曼滤波思想,结合压缩感知算法,给出了一种改进的卡尔曼-压缩感知(Modified Kalman Filter Compressive Sensing,MKFCS)信号重构算法,该算法首先利用Kalman滤波获得信号残差的有效估计,然后根据残差变突情况,用改进的CS算法估计突变位置以确定信号的新的支撑集,最后用最小二乘方法重构信号,从而自适应的实现支撑集未知且变化的稀疏信号的重构.最后对所改进的通过重构精度、重构误差、稳健性等方面进行了仿真,仿真结果表明所提算法重构信号具有需要量测个数少、重构精度高、鲁棒性强等特点.

关键词：压缩感知、卡尔曼滤波、稀疏信号重构、最小l1范数

所属期刊栏目：28

分类号：TN957

在线出版日期：2012-07-17（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：744-749