文献类型：期刊文章

作　　者：冯俊杰[1,2] 张弓[1] 文方青[1]

机构地区：[1]南京航空航天大学电子信息工程学院,南京210016 [2]六盘水师范学院物理与电子科学系,六盘水553004

出　　处：《数据采集与处理》

基　　金：国家自然科学基金(61201367)资助项目;南京航空航天大学博士学位论文创新与创优基金(BCXJ14-08)资助项目;江苏高校优势学科建设工程资助项目

年　　份：2016

卷　　号：31

期　　号：1

起止页码：178-183

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：平滑范数(Smoothed l0,SL0)压缩感知重构算法通过引入平滑函数序列将求解最小l0范数问题转化为平滑函数优化问题,可以有效地用于稀疏信号重构。针对平滑函数的选取和算法稳健性问题,提出一种新的平滑函数序列近似范数,结合梯度投影法优化求解,并进一步提出采用奇异值分解(Singular value decomposition,SVD)方法改进算法的稳健性,实现稀疏度信号的精确重构。仿真结果表明,在相同的测试条件下,本文算法相比OMP算法、SL0算法以及L1-magic算法在重构精度、峰值信噪比方面都有较大改善。

关 键 词：压缩感知 稀疏信号重构算法  平滑l0范数  奇异值分解

分 类 号：TN911.73]