在压缩感知的实际应用中,信号的稀疏度通常未知,需要用到稀疏度自适应重构算法。针对现有方法中对步长设定较严格和迭代次数较多等缺点,提出一种改进的基于差分的稀疏度自适应重构算法。该算法在未知信号稀疏度的情况下,首先利用原子匹配测试的方法对稀疏度进行初始估计,然后利用信号测量变化的不均匀性确定信号支撑集,进而达到重构的效果。仿真结果表明,在相同稀疏度下,该算法有较好的重构效果,且比同类算法的性能更高。
科研之友
微信
新浪微博
Facebook
分享链接
