原创力文档- 1、本文档共7页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
稀疏信号重构的阈值化迭代检测估计sparsesignalrecoveryvia
第 36 卷第 10 期 电 子 与 信 息 学 报 Vol.36No.10
2014 年 10 月 Journal of Electronics Information Technology Oct. 2014
稀疏信号重构的阈值化迭代检测估计
宋和平*① 王国利②
①(江苏大学计算机科学与通信工程学院 镇江 212013)
②(中山大学信息科学与技术学院 广州 510006)
摘 要：研究压缩传感(Compressed Sensing, CS)的稀疏信号重构算法，该文提出一种新的算法框架 阈值化迭
代检测估计(Iterative Detection Estimation with Thresholding, IDET)。算法框架包括两个方面：选择单阶段阈值
化(One-Stage Thresholding, OST)算法的迭代步作为支持集检测的参考；根据稀疏信号的特征设计支持集检测方
法。同时，提出该算法框架的实现算法，实现算法先检测由迭代硬阈值化(Iterative Hard Thresholding, IHT)迭代
步得到一个支持集，然后通过求解支持集上的最小二乘问题来估计待重构的稀疏信号，迭代上述两个步骤直至满足
条件停止。IDET 算法的关键在于支持集检测，该文提出 3 种适用于快速衰减信号的支持集检测方法。实验结果表
明，IDET 稀疏重构性能优于 IHT 的其他加速算法。
关键词：压缩传感；稀疏信号重构；贪婪算法；支持集检测；迭代检测估计
中图分类号： TN911.7 文献标识码： A 文章编号：1009-5896(2014)10-2431-07
DOI: 10.3724/SP.J.1146.2013.01696
Sparse Signal Recovery via Iterative Detection
Estimation with Thresholding
① ②
Song He-ping Wang Guo-li
①
(School of Computer Science and Telecommunication Engineering, Jiangsu University, Zhenjiang 212013, China)
②
(School of Information Science and Technology, Sun Yat-Sen University, Guangzhou 510006, China)
Abstract: This paper devotes efforts to develope sparse signal recovery algorithms for Compressed Sensing (CS).
The proposed algorithmic framework is called as Iterative Detection Estimation with Thresholding (IDET). IDET
takes the One-Stage Thresholding (OST) as the reference for support detection, and devises support detection
methods depended on the character of sparse signals. This study presents an
文档评论（0）