文献类型：期刊文章

作　　者：刘亚新[1,2] 赵瑞珍[1,2] 胡绍海[1,2] 姜春晖[1,2]

机构地区：[1]北京交通大学信息科学研究所,北京100044 [2]北京市"现代信息科学与网络技术"重点实验室,北京100044

出　　处：《电子与信息学报》

基　　金：教育部留学回国人员科研启动基金(教外司留[2009]1341号)资助课题

年　　份：2010

卷　　号：32

期　　号：11

起止页码：2713-2717

语　　种：中文

收录情况：BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：压缩感知理论是一种充分利用信号稀疏性或者可压缩性的全新的信号采样理论。该理论表明,通过采集少量的信号值就可实现稀疏或可压缩信号的精确重建。该文在研究和总结已有重建算法的基础上,提出了一种新的基于正则化的自适应匹配追踪算法(Regularized Adaptive Matching Pursuit,RAMP)用于压缩感知信号的重建。该算法可在信号稀疏度未知的情况下,通过自适应过程自动调节候选集原子的个数,利用正则化过程实现支撑集的二次筛选,最终实现了信号的精确重建。实验结果表明,在相同测试条件下,该算法的重建效果无论从主观视觉上还是客观数据上均优于其它同类方法。

关 键 词：信号处理 压缩感知 稀疏表示  重建算法  匹配追踪  

分 类 号：TN911.7]