基于CS的稀疏度变步长自适应压缩采样匹配追踪算法

• 作者: 李刚 梁壮 蒋常升 雷丽婷
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 压缩感知( CS) 压缩采样 自适应 变步长 匹配追踪
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 算法
• 页码范围: 260-264
• 页数: 5页
• 分类号: TP3|TN919.1
• 字数: 3762字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.08.045

摘要

通过对压缩感知(CS)理论进行研究和分析,在传统的重构算法的基础上,提出稀疏度变步长自适应压缩采样匹配追踪算法(CSVssAMP).采用压缩采样和可变步长自适应变换的思想,解决了稀疏性未知信号的重构问题,有效地提高了数据的重构效率.相比传统的重构算法,该算法不需要预先已知稀疏度,并且每次迭代选择多个原子可以更精准地恢复低噪声信号.采用自适应变步长替换固定步长,提高了重构速率和目标精度.仿真结果表明,与现有重构算法相比,该算法的重构效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李刚	兰州交通大学机电技术研究所	79	253	8.0	11.0
5	雷丽婷	兰州交通大学机电技术研究所	2	0	0.0	0.0
9	蒋常升	兰州交通大学机电工程学院	1	0	0.0	0.0
10	梁壮	兰州交通大学机电技术研究所	2	0	0.0	0.0