首页|一种最优选择的压缩采样匹配追踪算法

一种最优选择的压缩采样匹配追踪算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了解决压缩采样匹配追踪(CoSaMP)算法在观测值固定时重构概率随着稀疏度的增加急剧下降问题,基于最优选择思想和回溯思想设计一种最优选择的压缩采样匹配追踪(OSCoSaMP)算法.在每次迭代过程中,从支撑集中选出最优的支撑,同时采用回溯思想剔除错误原子,分别测试不同稀疏度和不同观测值下的重构概率.仿真结果表明,该算法重构概率与OMP和CoSaMP算法相比有所提升.OSCoSaMP算法在稀疏度50时的重构概率保持在90％以上,当观测值大于70时重构概率在90％以上.OSCoSaMP算法能够有效提高一维信号的重构概率.
An Optimal Selection Compressed Sampling Matching Pursuit Algorithm

刘强、司伟建

展开 >

哈尔滨工程大学信息与通信工程学院

先进船舶通信与信息技术工业和信息化部重点实验室,黑龙江哈尔滨150001

压缩感知 重构算法 贪婪匹配追踪 正交匹配追踪 压缩采样匹配追踪

61671168618011433072019CF0801LH2020F0192019010P6001

2021

10.11907/rjdk.202321

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(9)
  • 9