压缩感知中测量矩阵与重建算法的协同构造.pdfVIP

第 1期 电 子 学 报 Vo1．41 No．1 2013年 1月 A( EI (TIR0NICA SINICA Jan． 2O13 压缩感知中测量矩阵与重建算法的协同构造 李 佳，王 强，沈 毅，李 波 (哈尔滨工业大学控制科学与工程系，黑龙江哈尔滨 150001) 摘 要：本文提出基于感知字典的迭代硬阈值 (SDIHT)算法，以此协同构造压缩感知中测量矩阵与重建算法 ．将 成对测量矩阵与感知字典分别用于压缩投影和构造重建算法，重建迭代至残差为零 ，从而精确恢复原始稀疏信号 ．本 文证明了SDIHT算法精确恢复原始稀疏信号的充分条件．SDIHT算法的优点是重建精度高和计算复杂度低．仿真实验 表明，当信号稀疏度或测量次数相同时，相比IHT、OMP和 BIHT算法，SDIHT算法重建0-1稀疏信号和二维图像效果更 好、算法效率更高． 关键词： 压缩感知 ；测量矩阵；重建算法；感知字典 中图分类号： TN911 文献标识码： A 文章编号： 0372—2112(2013)01。0029．06 电子学报uRL：http：／／www．ei0uma1．org．an IX)I：10．3969／j．issn．0372—2112．2013．01．006 CollaborativeConstructionofMeasurementMatfixand ReconstructionAlgorithm inCompressiveSensing LIJia，WANGQiang，SHENYi，uBo (巩 眦ofControlScienceand西 ，HarbinInstituteofTechnology，Hrabm， 池 150001，China) Abstract： ThispaperproposesanovelSensingDictionary-basedIterafiveHardThresholding(SDIHT)algorithm，whichcan collaborafivelyconstructthemeasurementmatrixandthereconstructionalgorithm incompressivesensing．Pairsofmeasurement ma_ trixnadsensnigdictionaryareusedforcompressiveprojectionnaddesigningreconstructionalgorithmrespectively．TheodgmaJ spalsesignalcanberecoveredexactlyuntilhteresidualisreducedtozeroasiteradonproceeds．A sufficientconditionforSDIHTal· gorithm isgivennadprovde ．ThebenefitofSDIHT isitshighreconstructionaccuracynadlow computationalcomplexity．Computer simulationnidicatesthatwhenthesignalsparsiytro themeasurement numberisfixde，SDHITalgorithm Cna reconstruct12-1sparse signalnadtwodimensionalimageswiht betterperformancenadhigherefficiencythanIHT，OMPnadBIHT algorithm can． Keywords： compresMveesnsnig；measurementma~ix；reconstructionalgorithm；esnsnigdicti