基于压缩感知的多算法融合自适应信号重构方法技术

本发明专利技术公开了一种基于压缩感知的多算法融合自适应信号重构方法，属于压缩感知技术领域。本发明专利技术能将多个不同类型的压缩感知重构算法进行不均等融合，实现信号重构，突破参与融合的重构算法信号重构成功率的瓶颈；通过在参与融合的算法中设定主算法，实现算法的不均等融合，提高算法融合有效性；通过多个算法支撑集的多次交、并集获取，获得大小自适应的原子集，再通过原子集与主算法融合，实现自适应信号重构，显著提高信号重构成功率，一定程度上降低了融合重构时间。本发明专利技术突破了单一算法重构成功率的瓶颈，适用于多种压缩感知重构算法，相比于均等融合方法重构效果优越。

【技术实现步骤摘要】
基于压缩感知的多算法融合自适应信号重构方法
本专利技术涉及了一种基于压缩感知的多算法融合自适应信号重构方法，属于压缩感知

技术介绍
2006年，压缩感知(CompressiveSensing，CS)理论被正式提出，引起了人们的广泛关注。压缩感知理论将采样和压缩合二为一，突破了奈奎斯特采样定理要求的信号采样率不低于信号2倍带宽的局限，从而打破了高采样率采集硬件的限制，降低了采样成本，为信号采集压缩提供了新的途径。压缩感知理论的主要研究内容分为三个部分，即信号的稀疏表示，测量矩阵的研究和重构算法的研究。其中，重构算法作为CS理论的核心，根据测量值重构出原始信号，具有重要的研究价值。现今主要的重构算法有贪婪类算法，迭代阈值类算法，最小l1范数法等。最早提出的用于压缩感知理论的算法是正交匹配追踪算法(OrthogonalMatchingPursuit，OMP)，结构简单，运行速率快，但重构精度低，人们提出了许多高重构精度的算法，贪婪类算法代表性的有早期提出的子空间追踪算法(SubspacePursuit，SP)，后来提出的最优路径正交匹配追踪算法(K-BestOrthogo本文档来自技高网...

【技术保护点】
一种基于压缩感知的多算法融合自适应信号重构方法，包括以下步骤：(1)输入：传感矩阵A，其中A∈R

【技术特征摘要】
1.一种基于压缩感知的多算法融合自适应信号重构方法，包括以下步骤：(1)输入：传感矩阵A，其中A∈RM×N，A＝ΦΨ，是测量矩阵和稀疏基底矩阵的乘积，以及对应的测量值y，原信号稀疏度S，L个重构算法，算法函数表示为alg(j)(y，A，S，I)，j＝0，1，2，...L-1，主算法j＝L-1；(2)初始化：v＝0∈RN，支撑集迭代次数j＝1，原子集(3)得到算法支撑集(4)支撑集取交集和...

【专利技术属性】
技术研发人员：孙桂玲，许依，耿天宇，王志红，
申请(专利权)人：南开大学，
类型：发明
国别省市：天津,12