一种自适应正则化子空间追踪算法

摘要：

针对压缩感知中未知稀疏度信号的重建问题，提出一种新的压缩感知的信号重建算法，即自适应正则化子空间追踪（Adaptive Regularized Subspace Pursuit，ARSP）算法，该算法将自适应思想、正则化思想与子空间追踪（Subspace Pursuit，SP）算法相结合，在未知信号稀疏度的情况下，自适应地选择支撑集原子的个数，利用正则化过程实现支撑集的二次筛选，最终能实现信号的精确重构。仿真结果表明，该算法能够精确重构原始信号，重建效果优于SP算法、正则化正交匹配追踪（ROMP）算法、稀疏度自适应匹配追踪（SAMP）算法、压缩采样匹配追踪（CoSaMP）算法等。

关键词：压缩感知、稀疏表示、子空间追踪算法、自适应、正则化

分类号：TN911.7

在线出版日期：2015-02-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：208-211