压缩感知理论下扩展迭代重加权最小二乘算法的性能分析

• 作者: 赵慧民 陈小玲 魏文国
• 来源期刊: 中山大学学报（自然科学版）
• 学科: 工学
• 关键词: 迭代重加权 矩阵秩 压缩感知 Frobenius范数
• 年，卷（期）: 2014,（2）
• 页码范围: 23-28
• 页数: 6页
• 分类号: TN911.72
• 字数: 4544字
• 语种: 中文

摘要

利用最稀疏表示重构原始信号是压缩感知理论的核心，而基于几何影射约束的最小l1范数凸优化算法是其实现的主要方法。目前，解决最小lp（p≤1）范数问题的关键是迭代重加权最小二乘算法（IRLS-p ，0＜p≤1），但其收敛和实时性较差。为此，文中从最小化矩阵秩的角度出发对一类扩展迭代重加权最小二乘算法（EIRLS-p ）进行性能实现分析，用以改进IRLS-p算法的连续迭代收敛性及其实时性能。验证结果表明，EIRLS-0和sEIRLS-0算法性能优于奇异值门限（SVT）算法。同时，在没有先验知识的情况下，sEIRLS-0算法性能也优于迭代硬阈值（IHT）算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵慧民	广东技术师范学院电子与信息学院	31	115	6.0	9.0
2	魏文国	广东技术师范学院电子与信息学院	33	153	8.0	10.0
3	陈小玲	广东技术师范学院电子与信息学院	11	60	3.0	7.0