[发明专利]基于信息算子正交三角分解的测量矩阵优化方法

摘要

本发明涉及一种基于信息算子正交三角分解的测量矩阵优化方法，属于压缩感知测量矩阵优化领域。本发明的过程是：首先，根据生成的初始随机测量矩阵Φ与选定的信号稀疏基（或稀疏字典）Ψ求得信息算子D，然后对信息算子的转置进行正交三角分解，再将分解后得到的上三角阵的非对角线元素全部置零后更新信息算子，该方法可降低信息算子各列向量之间的相关性，最后根据此优化信息算子求得的最终的优化测量矩阵。应用优化测量矩阵与初始测量矩阵对相同的信号进行压缩感知采样再重构后，应用优化测量矩阵时重构信号的质量更好。

主权项

1.基于信息算子正交三角分解的测量矩阵优化方法，包括以下步骤：步骤一、产生随机测量矩阵Φ∈R^m×l(m<l)，选定信号稀疏基（或稀疏字典矩阵）Ψ∈R^l×n(l ≤n)，步骤二、计算信息算子D=ΦΨ；步骤三、对信息算子D的转置D^T进行正交三角分解D^T=QR，其中Q∈R^n×n为正交阵，R∈R^n×m为上三角阵；步骤四、将上三角阵R的非对角线元素置零得矩阵；步骤五、求得更新后的信息算子=；步骤六、根据更新后的信息算子求得优化后的测量矩阵。