摘要
重构算法是压缩感知理论应用于实际的关键.其中,近似L0范数算法是通过选取一个连续的平滑函数近似逼近L0范数,从而将离散的最小化L0范数问题转为平滑函数求最优值问题.针对现有算法精度不高的缺点,采用了一种逼近程度更高的改进反余切函数族来近似L0范数,并采用修正阻尼牛顿法求解.该算法结合了近似零范数算法的高收敛性和牛顿法的高效寻优,获得了精度较高的重构信号.仿真实验表明,在不同压缩比下,该算法在一维信号重建和二维图像重建的过程中,较SL0算法、NSL0算法和AL0算法的信噪比和重构精度都有了较大的提升,提高了同等条件下信号恢复的质量,有效地改善了重建效果.
NETL
NSTL
维普
万方数据