基于BFGS拟牛顿法的压缩感知SL0重构算法

• 作者: 刘继文 孙娜 肖东亮
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 压缩感知 重构算法 平滑l0范数 BFGS
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 论文
• 页码范围: 2408-2414
• 页数: 7页
• 分类号: TN911.7
• 字数: 4176字
• 语种: 中文
• DOI: 10.11999/JEIT170813

摘要

平滑l0范数(SL0)算法是一种基于近似l0范数的压缩感知信号重构算法,采用最速下降法和梯度投影原理,通过选择一个递减序列来逐步逼近最优解,具有匹配度高、计算量低、不需要已知信号稀疏度等优点.但是,其迭代方向为负梯度方向,使得在迭代过程中产生"锯齿现象",导致在最优解附近收敛速度较慢.牛顿法具有较快的收敛速度,但是对初值的要求较高,并且需要计算Hesse矩阵.拟牛顿法则克服了这个缺点,利用BFGS公式计算Hesse矩阵的近似矩阵,只需要计算1阶导数信息.该文在SL0算法的基础上,结合BFGS拟牛顿法,提出一种改进的压缩感知信号重构算法.首先采用最速下降法迭代得到信号的某个估计值,然后将此估计值作为拟牛顿法的初值继续迭代,直至得到最优解.计算机仿真结果表明,在相同的条件下,该算法在重构精度、峰值信噪比和重建匹配度等方面均有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙娜	中国农业大学信息与电气工程学院	26	105	6.0	8.0
2	肖东亮	中国农业大学信息与电气工程学院	7	14	2.0	3.0
3	刘继文	中国农业大学信息与电气工程学院	4	7	1.0	2.0