CSMP:基于约束等距的压缩感知匹配追踪

被引：9

作者：

谢志鹏 ^{[1
,2
]}

陈松灿 ^{[1
]}

机构：

[1] 南京航空航天大学计算机科学与工程系

[2] 华侨大学计算机科学与技术学院

来源：

计算机研究与发展 | 2012年 / 49卷 / 03期

关键词：

欠定线性方程组; 稀疏解; 约束等距常数; 最佳s项逼近; 收敛分析; 矩阵向量乘算子; 子集选择;

D O I：

暂无

中图分类号：

TN911.7 [信号处理];

学科分类号：

081002 [信号与信息处理];

摘要：

压缩感知包括压缩采样与稀疏重构,是一种计算欠定线性方程组稀疏解的方法.大规模快速重构方法是压缩感知的研究热点.提出一种匹配追踪算法CSMP,采用迭代式框架和最佳s项逼近以逐步更新信号的支集与幅度.基于约束等距性质进行收敛分析,算法收敛的充分条件为3s阶约束等距常数小于0.23,松弛了匹配追踪重构s稀疏信号的约束等距条件,加快了收敛速度.为适用于大规模稀疏信号重构,提供了可进行随机投影测量子集与稀疏基子集选择的矩阵向量乘算子,可利用离散余弦变换与小波变换,避免了大规模矩阵的显式存储.在220随机支集的稀疏高斯信号,512×512Lenna图像上进行压缩采样与稀疏重构实验并与其他算法进行比较,结果表明所提算法快速稳健,适用于大规模稀疏信号重构.

引用

页码：579 / 588

页数：10

共 9 条

[1]

The restricted isometry property and its implications for compressed sensing.[J].Emmanuel J. Candès.Comptes rendus - Mathématique.2008, 9

[2]

CoSaMP: Iterative signal recovery from incomplete and inaccurate samples.[J].D. Needell;J.A. Tropp.Applied and Computational Harmonic Analysis.2008, 3

[3]

Uniform Uncertainty Principle and Signal Recovery via Regularized Orthogonal Matching Pursuit [J].