[发明专利]基于统计学习的压缩采样传感矩阵扰动优化模型构建方法

摘要

本发明公开了一种基于统计学习的压缩采样传感矩阵扰动优化模型构建方法，包括以下步骤：设定带有扰动的测量矩阵数学模型Φ和带有扰动的稀疏矩阵数学模型Ψ；根据Φ和Ψ得到传感矩阵的扰动数学模型Α，其公式为A＝ΦΨ；根据Α得到压缩感知的稀疏信号模型其中，n为加性高斯白噪声，θ为稀疏向量，y为观测数据向量；根据稀疏向量θ建立稳健压缩感知优化函数令f(θ)＝||θ||1，将转换成G(y0,y)，得到传感矩阵扰动优化模型本发明通过将统计学习理论运用于压缩传感中，建立一个测量中抵抗扰动不确定性的稳健压缩感知重建优化数学模型，来降低采样过程中外界环境和内部干扰对测量不确定性的影响，提高信号采集的准确性。