盲稀疏度信号重构的改进正交匹配追踪算法

被引:7
作者
季秀霞 [1 ,2 ]
张弓 [1 ]
机构
[1] 南京航空航天大学电子信息工程学院
[2] 南京航空航天大学金城学院
基金
教育部留学回国人员科研启动基金;
关键词
信号重构; 正交匹配追踪; 盲稀疏度; 迭代阈值;
D O I
暂无
中图分类号
TN911.6 [信号分析];
学科分类号
120505 [信息分析];
摘要
在信号盲稀疏度条件下,现有重构算法的固定阈值选择限制了重构精度和重构速度提高,鉴于此,提出一种改进的正交匹配追踪算法。通过非线性下降的阈值快速选择原子,自动调节候选集原子个数,以便每一次迭代时更加精确地估计真正的支撑集,并利用正则化过程实现支撑集的二次筛选,最终实现了盲稀疏度信号的精确重构。仿真结果表明,在相同的测试条件下,本文算法的重构精度和速度分别提高了8.5%和9.2%。
引用
收藏
页码:1146 / 1151
页数:6
相关论文
共 4 条
[1]
用于压缩感知信号重建的正则化自适应匹配追踪算法 [J].
刘亚新 ;
赵瑞珍 ;
胡绍海 ;
姜春晖 .
电子与信息学报, 2010, 32 (11) :2713-2717
[2]
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
[3]
Quantitative robust uncertainty principles and optimally sparse decompositions [J].
Candès, Emmanuel J. ;
Romberg, Justin .
FOUNDATIONS OF COMPUTATIONAL MATHEMATICS, 2006, 6 (02) :227-254
[4]
Extensions of compressed sensing.[J].Yaakov Tsaig;David L. Donoho.Signal Processing.2005, 3