[发明专利]基于压缩传感的一种自校验稀疏度自适应匹配追踪算法

权利要求书

1.一种基于压缩传感理论的自校验稀疏度自适应匹配追踪算法，包括以下步骤：

(1)输入：传感矩阵测量值y，自校验阈值α，自校验次数上限n；

(2)初始化：s＝M/(2*log2(N))，重构稀疏信号为N×1的零向量，残差r₀＝y，支撑集支撑集大小L₀＝s，k＝1；

(3)计算残差r_k-1与传感矩阵中各列向量的内积值取其中最大的L_k-1个值对应索引值存入集合P_k中，而后有候选集C_k＝F_k-1∪P_k；

(4)计算(为的伪逆矩阵)，取其中最大的L_k-1个值对应的索引值存入F，计算残差

(5)判断是否满足停止阈值条件，如果满足停止迭代，到步骤(9)，若不满足继续步骤(6)；

(6)判断||r||₂≥||r_k-1||₂，若满足则进一步进入自校验||r||₂-||r_k-1||₂＜α，满足则执行步骤(7)，不满足则执行步骤(8)；

(7)更换阶段，改变当前阶段步长，支撑集大小L＝L+s，同时初始化自校验次数j＝1；

(8)更新支撑集F_k＝F，更新残差r_k＝r，k＝k+1，自校验计数j＝j+1，判断j＜n，如果满足则执行步骤(3)，如不满足则重新初始化并设定s＝1，执行步骤(3)；

(9)输出得到原始信号

2.根据权利要求1所述的一种基于压缩传感理论的自校验稀疏度自适应匹配追踪算法，其特征在于创新性的提出自校验思想，设定自校验阈值，在步骤(6)中对残差r进行||r||₂-||r_k-1||₂＜α自校验，自校验思想使当前阶段中支撑集F经多次迭代趋近稳定，从而确保算法的成功率。

3.根据权利要求1所述的一种基于压缩传感理论的自校验稀疏度自适应匹配追踪算法，其特征在于设置有自校验次数上限n，既保证了合理的重构时间又使算法能够自校验错误迭代，与传统重构算法相较，无需最后输出重构的稀疏信号与x相比较才知算法是否成功，算法在本身重构过程中自身检测迭代是否出现错误，一旦出现自校验次数超过n便知该阶段迭代不稳定并跳出该次迭代，重新初始化，从而可以实现与其他算法的有效结合。