作者：唐川雁; 史姣姣压缩感知重构算法稀疏度自适应内积累加比例
摘要：稀疏度自适应匹配追踪(SAMP)算法可在稀疏度未知时重构原始信号而得到广泛应用。针对SAMP原子预选数量随阶段数增加,存在大稀疏度情况下原子预选数超过测量值造成无法重构的问题,提出变比例的稀疏度自适应匹配追踪算法,该算法先采用内积累加比例法预选原子,再针对单个固定比例无法同时满足小稀疏度时快速重构和大稀疏度时提高重构成功率的问题,在设定的比例阈值上限内采用变比例策略,使得在大稀疏度下原子预选取的数量不超过测量值数,同时又可提供足够多的原子以提升重构性能。仿真结果表明,该算法可在重构误差和重构时间相比SAMP一致的情况下,重构成功率在大稀疏度时比SAMP平均提高5.8%,且在稀疏度超过测量值一半时保持较高重构成功率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
