压缩感知理论是一种利用信号稀疏性或可压缩性对信号进行采样同时压缩的新颖的信号采样理论。针对稀疏度未知信号重构问题,提出了一种稀疏度自适应正交多匹配追踪重构算法。该算法在广义正交匹配算法(generalized orthogonal multi matc...压缩感知理论是一种利用信号稀疏性或可压缩性对信号进行采样同时压缩的新颖的信号采样理论。针对稀疏度未知信号重构问题,提出了一种稀疏度自适应正交多匹配追踪重构算法。该算法在广义正交匹配算法(generalized orthogonal multi matching pursuit,GOMP)基础上结合稀疏自适应思想。根据相邻阶段信号能量差自适应调整当前步长大小选取支撑集的原子个数,先大步接近,后小步逼近信号真实稀疏度,从而实现对信号精确重构。实验仿真结果表明,该算法能有效精确重构信号。具有良好的重构性能和较高的重构效率。展开更多
压缩采样匹配追踪(Co Sa MP)算法是一种有效的压缩感知重构算法,针对其每次迭代选择与去除原子的原则不同导致支撑集估计不够准确,提出一种压缩采样硬阈值追踪重构算法。该算法去除原子时结合硬阈值追踪(HTP)算法的思想,保证了选择与去...压缩采样匹配追踪(Co Sa MP)算法是一种有效的压缩感知重构算法,针对其每次迭代选择与去除原子的原则不同导致支撑集估计不够准确,提出一种压缩采样硬阈值追踪重构算法。该算法去除原子时结合硬阈值追踪(HTP)算法的思想,保证了选择与去除的标准一致,同时具有HTP和Co Sa MP算法的优势,其理论保障每次迭代能更为精确地估计支撑集。实验结果表明,该算法的重构精度高于以上两种算法,与同类算法相比,该算法具有重构精度高、鲁棒性和抗噪能力强的特点。展开更多
文摘压缩感知理论是一种利用信号稀疏性或可压缩性对信号进行采样同时压缩的新颖的信号采样理论。针对稀疏度未知信号重构问题,提出了一种稀疏度自适应正交多匹配追踪重构算法。该算法在广义正交匹配算法(generalized orthogonal multi matching pursuit,GOMP)基础上结合稀疏自适应思想。根据相邻阶段信号能量差自适应调整当前步长大小选取支撑集的原子个数,先大步接近,后小步逼近信号真实稀疏度,从而实现对信号精确重构。实验仿真结果表明,该算法能有效精确重构信号。具有良好的重构性能和较高的重构效率。
文摘压缩采样匹配追踪(Co Sa MP)算法是一种有效的压缩感知重构算法,针对其每次迭代选择与去除原子的原则不同导致支撑集估计不够准确,提出一种压缩采样硬阈值追踪重构算法。该算法去除原子时结合硬阈值追踪(HTP)算法的思想,保证了选择与去除的标准一致,同时具有HTP和Co Sa MP算法的优势,其理论保障每次迭代能更为精确地估计支撑集。实验结果表明,该算法的重构精度高于以上两种算法,与同类算法相比,该算法具有重构精度高、鲁棒性和抗噪能力强的特点。