依据列相关性优化高斯测量矩阵

• 作者: 张利欣 徐正光 边胜琴
• 来源期刊: 计算机测量与控制
• 关键词: 压缩感知 测量矩阵 互相关系数 信号重构
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 设计与应用
• 页码范围: 141-145
• 页数: 5页
• 分类号: TP911.7.1
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2017.11.036

摘要

为了提高信号重建的精度以及稀疏度适用范围,提出了一种新的测量矩阵优化方法,减小测量矩阵和稀疏变换矩阵的相关性;首先,由测量矩阵和稀疏变换矩阵的乘积构造Gram矩阵;根据Gram矩阵的维数,计算互相关函数的下确界即Welch界;其次,由Welch界确定阈值,收缩Gram矩阵中大于阈值的非对角元;然后,由新得的Gram矩阵和稀疏变换矩阵反解出测量矩阵,迭代更新,从而达到减小相关性,优化测量矩阵的目的;实验结果表明:依据Welch界优化测量矩阵,能快速降低压缩感知矩阵相关性的最大直,提高OMP算法的性能,例如在误差率为10-0.9时,原高斯随机矩阵需要23个观测值,算法优化后只需16个观测值,相对于Elad、Zhao等观测矩阵优化方法,文中提出的算法具有更小的重构误差,性能和稳定性也略有提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐正光	北京科技大学自动化学院	56	719	15.0	25.0
2	张利欣	北京科技大学自动化学院	19	397	8.0	19.0
3	边胜琴	北京科技大学自动化学院	13	56	3.0	7.0