[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

摘要

一种基于压缩传感理论的适用于信号重构的自校验稀疏度自适应匹配追踪算法，属于压缩传感技术领域。本发明无须得知信号稀疏度便可重构出原始信号，克服之前稀疏度自适应算法中起始步长需预估计的瓶颈；提出并采用自校验思想对迭代过程进行检查，算法无需退出便可自身校验迭代是否成功，使各算法间有效融合成为可能，并在保障重构质量的前提下缩短重构时间。本发明改进了信号重构时间并在重构成功率上具有明显优势，这必将进一步促进压缩传感理论应用于实际。

主权项

一种基于压缩传感理论的自校验稀疏度自适应匹配追踪方法，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rk‑1与传感矩阵中各列向量的内积值取其中最大的Lk‑1个值对应索引值存入集合Pk中，而后有候选集Ck＝Fk‑1∪Pk；(4)计算(为的伪逆矩阵)，取其中最大的Lk‑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≥||rk‑1||2，若满足则进一步进入自校验||r||2‑||rk‑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Fk＝F，更新残差rk＝r，k＝k+1，k为迭代次数，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