压缩感知中稀疏分解和重构精度改进的一种方法.pdfVIP

Vol. 28 No.5 第 28 卷第5 期 信号处理 2012 年5 月 SIGNAL PROCESSING May 2012 压缩感知中稀疏分解和重构精度改进的一种方法 赵玉娟1.2 郑宝玉l (1.南京邮电大学信号处理与传输研究院，江苏南京 2H削3; 2. 江苏教育学院数信院，江苏南京 21∞13) 摘 要:稀疏分解、非相关观测和重构算法是压缩感知的三大要素，任何一个环节的设计优劣都对压缩感知的位 能产生重大影响，稀疏分解是实现压缩感知的前提，现今使用的稀疏分解对大多数自然信号都不能做到理想的 绝对稀疏，而是近似稀疏，这大大影响了压缩感翔的重构性能。本文设计了一种可逆的阂值，并用其构造门限矩 阵，从而门限矩阵可逆，将门限矩阵作用于信号经正交变换后的近似稀疏系数，可使系数更接近理想的绝对稀 疏，而且门限矩阵对系数的处理过程是可逆的，即可由处理后的系数无损恢复原来的近似稀疏系数。重构算法采 用贪婪算法中的 OMP 和 CoSaMP ，从理论上分析了在保证与CoSaMP 同样的前提条件下，门限短阵改进后的 Co­ SaMP 重梅误差明显减小，仿真实验用门限矩阵对OMP 租 CoSaMP 的改进前后进行对比，验证了门限矩阵对重构 精度有进一步的提高。 关键词:压缩感知;稀疏分解;贪赘算法:门限矩阵 申图分类号: TN912.3 文献标识码:A 文章编号: 1∞3-0530(2012)05-0631-06 An Improved Method for Sparse decomposition and Reconstruction in Compressed Sensing ZHAO Yu-juan ,.2 ZHENG 8ao-yu ( 1. Inslilule of Si伊al Processing and Transmission , Nanjing Uníversily of P，咽ts and Telecommunications ,Nanjing 21C汩的3 ， China; 2. College of Malhematics and Informalion , Jiangsu Institute of Education ,Nanjing 21ω13 ， China) Abstract: Sparse decomposition , incorrelate projection and reconstruction algorithm are the three elements of compressed sensing. Any 田pect of the merits wil1 significanùy impact the perfonnance of ∞mpressed 回酣ing. S阳.rse decom萨剧目on 15 the precondilion to achieve compressed sensi鸣， now the sparse decomposition 伽 m咽t natural si伊aIS are not ahsolutely sparsP , but approximately spar睛， which wjll greaùy jnßuence the 陀l-onslructlOn proper吵。fω