資源描述：
《基于壓縮感知CoSaMP算法的精確重構(gòu)-論文.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第32卷第8期計(jì)算機(jī)應(yīng)用研究Vol-32No．82015年8月ApplicationResearchofComputersAug．2015基于壓縮感知CoSaMP算法的精確重構(gòu)郎利影，王勇，白文慶，楊宇(河北工程大學(xué)信息與電氣工程學(xué)院，河北邯鄲056038)摘要：為有效解決壓縮采樣匹配追蹤(compressivesamplingmatchingpursuit，CoSaMP)算法對(duì)稀疏度K值的依賴問題，提高重構(gòu)精度，提出了一種根據(jù)峰值信噪比增減變化趨勢(shì)來確定最佳迭代次數(shù)的CoSaMP改進(jìn)算法。先將PSNR算式
2、進(jìn)行數(shù)學(xué)推導(dǎo)演變，將算式中未知的原始信號(hào)巧妙轉(zhuǎn)換為已知信號(hào)，并證明了此轉(zhuǎn)換式與PSNR算式有相同增減性，在迭代過程中基于此轉(zhuǎn)換式可根據(jù)各列稀疏度的不同，自適應(yīng)地確定不同列的最佳迭代次數(shù)，從而保證更高的重構(gòu)精度。理論分析和實(shí)驗(yàn)仿真表明，改進(jìn)的CoSaMP算法比原有算法有更理想的重構(gòu)效果，與其他重構(gòu)算法相比有更高的重構(gòu)成功率，并且更具高效性和實(shí)用性。關(guān)鍵詞：壓縮感知；壓縮采樣匹配追蹤；圖像重構(gòu)；重構(gòu)算法中圖分類號(hào)：TP391．41；TN911．73文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1001—3695(2015)08—25
3、54—04doi：10．3969／j．issn．1001—3695．2015．08．076AccuratereconstructionofcompressedsensingbasedonCoSaMPalgorithmLangLiying，WangYong，BaiWenqing，YangYu(SchoolofInformation＆ElectricalEngineering，HebeiUniversityofEngineering，HandanHebei056038，China)Abstract：Tosolv
4、etheproblemofthecompressivesamplingmatchingpursuit(CoSaMP)algorithmreliesonthesparseKef-feetively，andtoimprovethereconstructionaccuracy，thispaperproposedallimprovedCoSaMPalgorithmbasedonthepeaksignaltonoiseratiochangetrendtodeterminethereasonablenumberofit
5、erations．First．itstudiedthePSNRformulabymathe—maticalderivationandevolution．theunknownO13’．giaslsignalintheformulawasskillfullyconve~edtoaknownsigna1．moreo．ver．itprovedthatthisconversionformulaandPSNRformulahadthesamefluctuation．Inaniterativeprocessbasedon
6、thisconversionformula．itcoulddeterminedtheoptimalnumberofiterationsofdifferentcolumnsadaptivelyaccordingtothediffe．rentsparsityofthecolumns，thusensuredgreateraccuracyofthereconstruction．TheoreticalanalysisandsimulationresultsshowthatthisimprovedCoSaMPalgor
7、ithmnotonlyhasbetterresultsthantlleoriginalalgorithminreconstruction．butalsohasabetterreconstructionsuccessrateandamoreeficientandpracticalwithotherreconstructionalgorithms．Keywords：compressedsensing(CS)；CoSaMP；imageconstruction；reconstructionalgorithm壓縮感知
8、(CS)。是近年來興起的一種新型的信號(hào)壓采樣匹配追蹤(CoSaMP)算法。但由于CoSaMP算法需要已知縮、處理理論。與傳統(tǒng)Nyquist采樣理論不同，壓縮感知理論能信號(hào)的稀疏度值，而在實(shí)際應(yīng)用中信號(hào)的稀疏度往往是夠通過遠(yuǎn)小于傳統(tǒng)Nyquist的標(biāo)準(zhǔn)對(duì)信號(hào)進(jìn)行隨機(jī)采樣，并且未知的。在此情形下，由于無法對(duì)圖像的稀疏度K值作出準(zhǔn)能夠在較小的失真率的前提下實(shí)現(xiàn)對(duì)原始信號(hào)的恢復(fù)。確的估計(jì)，亦無法確定合理的迭代次數(shù)，所以，
