压缩感知的重构算法.docxVIP

压缩感知的重构算法 算法的重构是压缩感知中重要的一步，是压缩感知的关键之处。因为重构算法关系着信号能否精确重建， 国内外的研究学者致力于压缩感知的信号重建，并且取得了很大的进展， 提出了很多的重构算法，每种算法都各有自己的优缺点， 使用者可以根据自己的情况， 选择适合自己的重构算法， 大大增加了使用的灵活性， 也为我们以后的研究提供了很大的方便。 压缩感知的重构算法主要分为三大类： 1.组合算法 2.贪婪算法 3.凸松弛算法 每种算法之中又包含几种算法，下面就把三类重构算法列举出 来。 组合算法：先是对信号进行 结构采样，然后再通过对采样的数据进行分组测试，最后完成信号的重构。 傅里叶采样（Fourier Representaion） 链式追踪算法（ Chaining Pursuit） HHS 追踪算法（ Heavy Hitters On Steroids） 贪婪算法：通过贪婪迭代的方式逐步逼近信号。 (1) 匹配追踪算法（ Matching Pursuit MP ） (2) 正交匹配追踪算法（ Orthogonal Matching Pursuit OMP） 分段正交匹配追踪算法（ Stagewise Orthogonal Matching Pursuit StOMP） (4) 正则化正交匹配追踪算法（ Regularized Orthogonal Matching Purs