贪婪算法中正交匹配追踪算法gomp的原理与仿真

贪婪算法中正交匹配追踪算法gomp的原理与仿真

ID:35685583

大小:346.07 KB

页数:12页

时间:2019-04-12

贪婪算法中正交匹配追踪算法gomp的原理与仿真_第1页
贪婪算法中正交匹配追踪算法gomp的原理与仿真_第2页
贪婪算法中正交匹配追踪算法gomp的原理与仿真_第3页
贪婪算法中正交匹配追踪算法gomp的原理与仿真_第4页
贪婪算法中正交匹配追踪算法gomp的原理与仿真_第5页
资源描述:

《贪婪算法中正交匹配追踪算法gomp的原理与仿真》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、word格式整理版压缩感知重构算法之广义正交匹配追踪(gOMP)广义正交匹配追踪(GeneralizedOMP,gOMP)算法可以看作为OMP算法的一种推广,由文献[1]提出,第1作者本硕为哈工大毕业,发表此论文时在KoreaUniversity攻读博士学位。OMP每次只选择与残差相关最大的一个,而gOMP则是简单地选择最大的S个。之所以这里表述为“简单地选择”是相比于ROMP之类算法的,不进行任何其它处理,只是选择最大的S个而已。0、符号说明如下:     压缩观测y=Φx,其中y为观测所得向量M×1,x为原信号N×1(M<

2、其中θ为K稀疏的,即θ只有K个非零项。此时y=ΦΨθ,令A=ΦΨ,则y=Aθ。     (1) y为观测所得向量,大小为M×1     (2)x为原信号,大小为N×1     (3)θ为K稀疏的,是信号在x在某变换域的稀疏表示     (4) Φ称为观测矩阵、测量矩阵、测量基,大小为M×N     (5) Ψ称为变换矩阵、变换基、稀疏矩阵、稀疏基、正交基字典矩阵,大小为N×N     (6)A称为测度矩阵、传感矩阵、CS信息算子,大小为M×N上式中,一般有K<

3、示模型为x=Ψθ,所以传感矩阵A=ΦΨ;而有些文献中稀疏模型为θ=Ψx,而一般Ψ为Hermite矩阵(实矩阵时称为正交矩阵),所以Ψ-1=ΨH (实矩阵时为Ψ-1=ΨT),即x=ΨHθ,所以传感矩阵A=ΦΨH,例如沙威的OMP例程中就是如此。1、gOMP重构算法流程:文档可编辑word格式整理版2、广义正交匹配追踪(gOMP)MATLAB代码(CS_gOMP.m)     本代码完全是为了保证和前面的各算法代法格式一致,可以直接使用该实验室网站提供的代码[2]压缩包中的islsp_EstgOMP.m。[plain] viewplaincopy1.function [ theta ] = C

4、S_gOMP( y,A,K,S )  文档可编辑word格式整理版1.%CS_gOMP Summary of this function goes here  2.%Version: 1.0 written by jbb0523 @2015-05-08  3.%   Detailed explanation goes here  4.%   y = Phi * x  5.%   x = Psi * theta  6.%   y = Phi*Psi * theta  7.%   令 A = Phi*Psi, 则y=A*theta  8.%   现在已知y和A,求theta  9.%   Re

5、ference: Jian Wang, Seokbeop Kwon, Byonghyo Shim.  Generalized   10.%   orthogonal matching pursuit, IEEE Transactions on Signal Processing,   11.%   vol. 60, no. 12, pp. 6202-6216, Dec. 2012.   12.%   Available at: http://islab.snu.ac.kr/paper/tsp_gOMP.pdf  13.    if nargin < 4  14.        S = ro

6、und(max(K/4, 1));  15.    end  16.    [y_rows,y_columns] = size(y);  17.    if y_rows

7、初始化残差(residual)为y  24.    for ii=1:K%迭代K次,K为稀疏度  25.        product = A'*r_n;%传感矩阵A各列与残差的内积  26.        [val,pos]=sort(abs(product),'descend');%降序排列  27.        Sk = union(Pos_theta,pos(1:S));%选出最大的S个  28.       

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。