首页|一种改进的稀疏度自适应变步长正则化匹配追踪算法

一种改进的稀疏度自适应变步长正则化匹配追踪算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
介绍了压缩感知理论的基础知识,并分析了压缩感知的重建算法.正则化正交匹配追踪算法引入了正则化思想进行原子筛选,使迭代次数减少,但前提是要知道信号的稀疏度.稀疏度自适应匹配追踪算法可以通过设置终止条件来使稀疏度自适应,但迭代次数较多,时间成本较大.在两种方法的基础上提出了一种改进的稀疏度自适应变步长正则化匹配追踪算法,该算法克服了上述两种算法的缺点.仿真结果表明,文中提出的算法较准确地重构出原始信号,且运算时间较低.
A Modified Sparsity Adaptive Variable Step Regularized Matching Pursuit Algorithm

任远、赵毅智

展开 >

杭州电子科技大学通信工程学院,浙江杭州310008

压缩采样 正则化 自适应 匹配追踪

2014

计算机安全
信息产业部基础产品发展研究中心

计算机安全

影响因子：0.336
ISSN：1671-0428
年,卷(期)：2014.(1)
  • 1
  • 5