南京邮电大学学报（自然科学版）
南京郵電大學學報（自然科學版）
남경유전대학학보（자연과학판）
JOURNAL OF NANJING UNIVERSITY OF POSTS AND TELECOMMUNICATIONS(NATURAL SCIENCE)
2014年
3期
10-15
,共6页
压缩感知%信号重构%脉冲噪声%洛伦兹范数%迭代硬阈值
壓縮感知%信號重構%脈遲譟聲%洛倫玆範數%迭代硬閾值
압축감지%신호중구%맥충조성%락륜자범수%질대경역치
compressed%sensing%(CS)%signal%reconstruction%impulsive%noise%Lorentzian%norm%iterative%hard%thresholding%(IHT)
求解洛伦兹范数下的最优化问题是实现脉冲噪声环境下压缩感知重构的有效途径.但是洛伦兹迭代硬阈值(LIHT)算法随着脉冲噪声中脉冲数量的增加,重构性能明显下降.文中针对这一问题,提出一种改进的洛伦兹迭代硬阈值(MLIHT)算法.MLIHT算法中采用Barzilai-Borwein (BB)方法来设置步长μ,引入ι1范数来寻找最优参数γ.将MLIHT算法分别应用到高斯稀疏信源和0-1稀疏信源的压缩感知脉冲噪声重构中,并且进行仿真实验和实验结果分析.实验结果表明,MLIHT算法对于脉冲噪声中脉冲的数量和幅度均不敏感,而且MLIHT算法实现有效重构所需的观测数要少于LIHT算法.
求解洛倫玆範數下的最優化問題是實現脈遲譟聲環境下壓縮感知重構的有效途徑.但是洛倫玆迭代硬閾值(LIHT)算法隨著脈遲譟聲中脈遲數量的增加,重構性能明顯下降.文中針對這一問題,提齣一種改進的洛倫玆迭代硬閾值(MLIHT)算法.MLIHT算法中採用Barzilai-Borwein (BB)方法來設置步長μ,引入ι1範數來尋找最優參數γ.將MLIHT算法分彆應用到高斯稀疏信源和0-1稀疏信源的壓縮感知脈遲譟聲重構中,併且進行倣真實驗和實驗結果分析.實驗結果錶明,MLIHT算法對于脈遲譟聲中脈遲的數量和幅度均不敏感,而且MLIHT算法實現有效重構所需的觀測數要少于LIHT算法.
구해락륜자범수하적최우화문제시실현맥충조성배경하압축감지중구적유효도경.단시락륜자질대경역치(LIHT)산법수착맥충조성중맥충수량적증가,중구성능명현하강.문중침대저일문제,제출일충개진적락륜자질대경역치(MLIHT)산법.MLIHT산법중채용Barzilai-Borwein (BB)방법래설치보장μ,인입ι1범수래심조최우삼수γ.장MLIHT산법분별응용도고사희소신원화0-1희소신원적압축감지맥충조성중구중,병차진행방진실험화실험결과분석.실험결과표명,MLIHT산법대우맥충조성중맥충적수량화폭도균불민감,이차MLIHT산법실현유효중구소수적관측수요소우LIHT산법.
