基于压缩感知的稀疏自适应压缩采样匹配追踪算法

压缩感知是针对稀疏或可压缩信号进行采样的同时即可对信号数据进行适当压缩的新理论,重建算法是其中关键的一部分,对采样过程中的准确性验证有着重要的意义。在研究和总结目前已有重建算法的基础上,提出了一种新的基于贪婪追踪的变步长自适应匹配追踪(VssAMP)算法。该算法通过可变步长及双重阈值控制重建精度,在信号稀疏度未知的前提下,即可对信号进行精确重建。实验结果表明,在相同条件下该算法的主客观重建效果均优于现有同类方法。

压缩感知是一种针对稀疏可压缩信号进行压缩采样的信号处理新方法，针对现有稀疏度探测方法中探测次数较多的问题，基于分治思想提出了盲稀疏度自适应匹配追踪（BSAMP）算法，首先分治试探信号稀疏度，使得其估计值快速逼近真实值，然后通过自适应分组并扩充信号支撑域的方法，快速筛选出有效支撑，并通过弱匹配剪枝得到重构信号。可以在信号稀疏度未知的情况下，快速估计出信号的稀疏度并精确重构出原信号。仿真实验表明，在相同条件下，该算法的重构时间比其他同类算法短，且重构概率也大于其他同类算法。