计算机研究与发展

作者：聂栋栋,弓耀玲,

关键词：压缩感知, 信号恢复, l\-0范数, 连续函数, 牛顿迭代,

信号重构算法是压缩感知的关键.基于近似l\-0范数的信号重构选取一个连续函数近似估计l\-0范数，从而将l\-0范数最小化问题转化为平滑函数的优化问题.该算法的关键在于选择合适的平滑函数和优化算法.为了提高压缩感知中稀疏信号恢复的精度，在之前工作的基础上，提出用一个简单的分式函数的和来近似估计l\-0范数.然后通过牛顿迭代算法求解该函数的无约束优化问题的稀疏解，整合了似零范数算法快速收敛和牛顿迭代法精度高的优点.这样就可以在较少的时间内平滑且有效地近似l\-0范数的最小化问题.仿真实验测试了所提算法在不同的压缩比、稀疏度及噪声水平情况下的性能，并与现有的同类算法进行了比较.结果表明：所提算法比现有的同类算法性能更好，重建信号的精度有了较大的提升，这有效地提高了在同等条件下压缩感知信号的恢复质量.

来源：2018年第5期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2018年第5期