基于双阈值的压缩采样匹配追踪改进算法
CSTR:
作者:
作者单位:

(天津大学电气与自动化工程学院,天津300072)

作者简介:

吕伟杰(1975-), 女, 副教授, 博士, 从事无线传感器网络、压缩感知等研究;张飞(1992-), 男, 硕士生, 从事压缩感知的研究.

通讯作者:

E-mail: weijielv@tju.edu.cn

中图分类号:

TP273

基金项目:

天津市自然科学基金青年基金项目(13JCQNJC00800).


Modified compressive sampling matching pursuit algorithm based on double threshold
Author:
Affiliation:

(School of Electrical Engineering and Automation,Tianjin University,Tianjin 300072,China)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对基于压缩感知的压缩采样匹配追踪(CoSaMP)算法迭代次数严重依赖于信号稀疏度,候选原子冗余度大,从而导致最终的支撑原子集选择时间长、选择精度低等问题,提出一种基于双阈值的压缩采样匹配追踪算法.该算法利用模糊阈值进行支撑集候选原子的选择,引入残差与观测矩阵的相关度变化阈值作为迭代停止条件,对图像进行重构.仿真实验表明,所提出的算法重构速度快,重构效果优于CoSaMP算法.

    Abstract:

    To overcome the problems that the iterative number of compressive sampling matching pursuit(CoSaMP) algorithm is heavily dependence on sparsity K, and the larger redundancy of the candidate atoms leads to low precision, a modified CoSaMP algorithm is proposed. The algorithm reconstructs images by using fuzzy threshold to select candidate atoms for supporting set and setting the correlation threshold between measure matrix and residual error as the condition for stopping iteration. The simulations demonstrate that the modified algorithm spends less computing time than the CoSaMP algorithm, and improves the performance of the recovery.

    参考文献
    相似文献
    引证文献
引用本文

吕伟杰,张飞,胡晨辉.基于双阈值的压缩采样匹配追踪改进算法[J].控制与决策,2017,32(8):1528-1532

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2017-07-17
  • 出版日期:
文章二维码