基于压缩感知CoSaMP算法的精确重构-论文.pdf

《基于压缩感知CoSaMP算法的精确重构-论文.pdf》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、第32卷第8期计算机应用研究Vol-32No．82015年8月ApplicationResearchofComputersAug．2015基于压缩感知CoSaMP算法的精确重构郎利影，王勇，白文庆，杨宇(河北工程大学信息与电气工程学院，河北邯郸056038)摘要：为有效解决压缩采样匹配追踪(compressivesamplingmatchingpursuit，CoSaMP)算法对稀疏度K值的依赖问题，提高重构精度，提出了一种根据峰值信噪比增减变化趋势来确定最佳迭代次数的CoSaMP改进算法。先将PSNR算式

2、进行数学推导演变，将算式中未知的原始信号巧妙转换为已知信号，并证明了此转换式与PSNR算式有相同增减性，在迭代过程中基于此转换式可根据各列稀疏度的不同，自适应地确定不同列的最佳迭代次数，从而保证更高的重构精度。理论分析和实验仿真表明，改进的CoSaMP算法比原有算法有更理想的重构效果，与其他重构算法相比有更高的重构成功率，并且更具高效性和实用性。关键词：压缩感知；压缩采样匹配追踪；图像重构；重构算法中图分类号：TP391．41；TN911．73文献标志码：A文章编号：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压缩感知

8、(CS)。是近年来兴起的一种新型的信号压采样匹配追踪(CoSaMP)算法。但由于CoSaMP算法需要已知缩、处理理论。与传统Nyquist采样理论不同，压缩感知理论能信号的稀疏度值，而在实际应用中信号的稀疏度往往是够通过远小于传统Nyquist的标准对信号进行随机采样，并且未知的。在此情形下，由于无法对图像的稀疏度K值作出准能够在较小的失真率的前提下实现对原始信号的恢复。确的估计，亦无法确定合理的迭代次数，所以，