一种基于压缩感知的信号重建新算法

被引:4
作者
乔田田 [1 ]
张宇 [2 ]
李维国 [1 ]
机构
[1] 中国石油大学(华东)理学院
[2] 哈尔滨理工大学电气与电子工程学院
关键词
信号重构; 压缩感知; 广义逆; 线性化Bregman迭代法; 稀疏重构;
D O I
暂无
中图分类号
TN911 [通信理论];
学科分类号
081002 ;
摘要
在求解基追踪问题的线性化Bregman迭代方法基础上,结合了广义逆的迭代技术得到一种稀疏信号重构的新算法。该算法在计算Moore-Penrose广义逆时,采用了迭代计算的方式,与算法本身相结合使得仅有矩阵向量乘积运算,避免了奇异值分解的较大工作量。通过数值试验可知,新算法相对线性化Bregman算法在计算时间上约减少了2/3,同时信号的恢复效果也是稳定有效的。因此,新算法是一种有效可行的信号重建算法。
引用
收藏
页码:1289 / 1292
页数:4
相关论文
共 5 条
[1]   A-线性Bregman迭代算法 [J].
张慧 ;
成礼智 .
计算数学, 2010, 32 (01) :97-104
[2]  
广义逆矩阵及其应用[M]. 北京工业大学出版社 , 王松桂, 1996
[3]  
Linearized Bregman iterations for compressed sensing[J] . Jian-Feng Cai,Stanley Osher,Zuowei Shen.Mathematics of Computation . 2008 (267)
[4]   Quantitative robust uncertainty principles and optimally sparse decompositions [J].
Candès, Emmanuel J. ;
Romberg, Justin .
FOUNDATIONS OF COMPUTATIONAL MATHEMATICS, 2006, 6 (02) :227-254
[5]  
Extensions of compressed sensing[J] . Yaakov Tsaig,David L. Donoho.Signal Processing . 2005 (3)