压缩感知信号盲稀疏度重构算法

被引:65
作者
张宗念 [1 ]
黄仁泰 [2 ]
闫敬文 [3 ]
机构
[1] 东莞理工学院电子工程学院
[2] 东莞理工学院计算机学院
[3] 汕头大学电子工程系
基金
广东省自然科学基金;
关键词
压缩感知; 匹配跟踪; 盲稀疏度; 重构算法;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
摘要
研究压缩感知信号重构算法,提出了一种不需要精确知道信号稀疏度的先验知识,就能重构出目标信号的盲稀疏度迭代贪婪跟踪重构新算法.采用分段的方法来逐段估计、扩充目标信号的真实支撑域,并应用后向追踪思想,自适应地调整候选序列,以便每一次迭代时更加精确地估计真正的支撑域.理论分析与实验证明,算法性能超过了现有的迭代贪婪跟踪重构算法性能;给出了迭代贪婪跟踪信号重构的统一框架,正交匹配跟踪和子空间跟踪算法可以看成它的特例;在计算复杂度和重构算法性能之间做出了最佳折衷;有更强的实用性.
引用
收藏
页码:18 / 22
页数:5
相关论文
共 9 条
[1]
欠定和非完全稀疏性的盲信号提取 [J].
谢胜利 ;
孙功宪 ;
肖明 ;
傅予力 ;
吕俊 .
电子学报, 2010, 38 (05) :1028-1031
[2]
压缩感知理论及其研究进展 [J].
石光明 ;
刘丹华 ;
高大化 ;
刘哲 ;
林杰 ;
王良君 .
电子学报, 2009, 37 (05) :1070-1081
[3]
可压缩传感重构算法与近似QR分解 [J].
傅迎华 .
计算机应用, 2008, (09) :2300-2302
[4]
改进的后退型最优正交匹配追踪图像重建方法 [J].
方红 ;
章权兵 ;
韦穗 .
华南理工大学学报(自然科学版), 2008, (08) :23-27
[5]
一种冗余字典下的信号稀疏分解新方法 [J].
刘丹华 ;
石光明 ;
周佳社 .
西安电子科技大学学报, 2008, (02) :228-232
[6]
基于遗传算法的有序盲信号提取 [J].
章晋龙 ;
何昭水 ;
谢胜利 .
电子学报, 2004, (04) :616-619
[7]
Uniform Uncertainty Principle and Signal Recovery via Regularized Orthogonal Matching Pursuit [J].
Needell, Deanna ;
Vershynin, Roman .
FOUNDATIONS OF COMPUTATIONAL MATHEMATICS, 2009, 9 (03) :317-334
[8]
A coordinate gradient descent method for nonsmooth separable minimization [J].
Paul Tseng ;
Sangwoon Yun .
Mathematical Programming, 2009, 117 :387-423
[9]
Quantitative robust uncertainty principles and optimally sparse decompositions [J].
Candès, Emmanuel J. ;
Romberg, Justin .
FOUNDATIONS OF COMPUTATIONAL MATHEMATICS, 2006, 6 (02) :227-254