QR分解与特征值优化观测矩阵的算法研究.pdfVIP

第 10卷第 1期 智 能 系 统 学 报 Vol_10No．1 2015年 2月 CAAITransactionsonIntellizentSystems Feb．2015 DOI：10．3969／j．issn．2013—0934．201309034 网络出版地址：http：／／www．cnki．net／kems／detail／23．1538．TP1129．001．html QR分解与特征值优化观测矩阵的算法研究 郑晓 ，薄华 ，孙强 (1．上海海事大学信息工程学院，上海 201306；2西安理工大学 自动化与信息工程学院，陕西 西安710000) 摘 要：观测矩阵的构造是压缩感知中的核心部分之一 ，观测矩阵的列独立性，观测矩阵与稀疏基的非相干性，对重 构图像的质量有重要影响，基于此提出了一种优化算法。该算法实现对观测矩阵进行 QR分解以增大其列独立性， 同时对格拉姆矩阵进行优化 ，使其归一化后的特征值逼近N／M ，从而增大观测矩阵与稀疏基的非相干性。仿真结果 显示 ，算法在提高图像重构质量，以及重构结果稳定性上都有较好的结果 ，尤其是在观测值个数较少的情况下，有比 其他算法更明显的优势。 关键词：压缩感知；稀疏基；观测矩阵；重构算法 ；QR分解；特征值；列独立性；非相干性； 中图分类号：TP391．9 文献标志码 ：A 文章编号：1673—4785(2015)01—0149．06 中文引用格式：郑晓，薄华，孙强．基于QR分解与特征值优化观测矩阵的算法研究[J]．智能系统学报 ，2015。10(1)：149·154． 英文引用格式：ZHENGXiao，BOHua，SUNQiang．AnalgorithmformeasurementmatrixbasedonQRdecompositionandeigen— valueoptimizatio[J]．CAAITransactionsonIntelligentSystems，2015，10(1)：149-154． Analgorithm formeasurementmatrixbasedonQR decomposition and eigenvalueoptimizatio ZHENGXiao，BOHua，SUNQiang (1．CollegeofInformationEngineering，ShanghaiMaritimeUniversity，Shanghai201306，China；2．AutomationandInfomrationEngi— neeringCollege，Xi’anUniversityofTechnology，Xi’an，710000，China) Abstract：Measurementmatrixisacorepartofcompressedsensing．Thecolumnindependenceofmeasurementma— trixandtheincoherencebetweenmeasurementmatrixandsparsebasishaveamajorimpactonthequalityofare— constructedimage．ThispaperproposesanewalgorithmofmeasurementmatrixbasedonQRdecompositionandei— genvalue．ThecolumnindependenceofthemeasurementmatrixisincreasedbyQRdecompositionandatthesame timetheGram matrixisoptimized．Therefore，theeigenvalueofthenormalizedGram matrixapproximatestoN／M SOastoincreasestheincoherencebetweenmeasurementmatrixandsparsebasis．Thesimulationresultssh