[发明专利]基于稀疏基误差的自适应稀疏表示压缩重构方法及系统

摘要

本发明涉及一种基于稀疏基误差的自适应稀疏表示压缩重构方法及系统，首先输入训练样本，组成训练样本矩阵，并初始化稀疏基为正交稀疏矩阵，然后利用正交匹配追踪算法求得投影系数矩阵以及恢复信号；通过稀疏表示的逆运算求得稀疏基误差，得到补偿后的稀疏基，对训练样本进行反复的训练学习，最终得到自适应稀疏基。本发明基于稀疏基误差的自适应稀疏表示压缩重构方法，不仅能够更加准确地捕捉不同信号特点，显著提高信号重构精度，而且在相同重构精度要求下，信号重构成功率更高，所需测量数更少，有利于提高信号压缩率。

主权项

一种基于稀疏基误差的自适应稀疏表示压缩重构方法，利用测试系统进行数据采集，构建训练矩阵训练样本，其特征在于，包括以下步骤：步骤1，输入信号训练样本，组成信号训练矩阵以及重构检验矩阵；步骤2，初始化稀疏基为正交基矩阵，利用正交匹配追踪算法对训练矩阵的每一列进行训练学习；对信号训练矩阵的每一列依次利用正交匹配追踪算法求得投影系数矩阵以及恢复信号；步骤3，确定稀疏基误差和补偿后的稀疏基；通过稀疏表示逆运算，求得最后的稀疏基误差，得到补偿后的稀疏基，训练矩阵的所有列训练完毕，否则返回步骤2将补偿后的稀疏基带入下次训练学习过程；步骤4，利用正交匹配追踪算法对重构检验矩阵进行重构性能检验，重构精度满足要求或者满足训练次数，得到最终自适应稀疏基，否则返回步骤2重复以上训练学习过程。