The invention discloses a high-dimensional sparse vector reconstruction method based on IQR_OMP. According to the characteristic that the least square solution must be computed in every step of the OMP algorithm, the incremental IGR_OMP algorithm is proposed based on Greville recursive process, and a series of useful recursive properties are obtained, which can effectively improve the computing speed. Based on the analysis of IGR_OMP algorithm, the relationship between Greville recursive algorithm and QR decomposition is used to establish the QR decomposition basis. Based on the incremental IQR_OMP algorithm, the algorithm reduces the computational workload effectively and improves the effectiveness of the algorithm to solve large-scale problems. High-dimensional sparse vector reconstruction simply means that the sparsest coefficient representation of high-dimensional vectors is given on the over-complete vector system.
【技术实现步骤摘要】
一种基于IQR_OMP的高维稀疏向量重构方法
本专利技术涉及一种基于IQR_OMP的高维稀疏向量重构方法。
技术介绍
压缩感知(compressiveSensing,简称CS)是图像或者信号处理领域的一项新的关键技术。其本质是利用远低于信号向量或者图像向量维数的信息,有效地确定这高维向量在过完备字典上的最稀疏的系数表示,其核心问题就是求解一个亚定线性系统的稀疏解,以重构信号或图像向量(参考文献:闫敬文等,压缩感知及应用,2015,国防工业出版社,北京.E.J.Candès,M.Wakin,“peoplehearingwithoutlistening”Anintroductiontocompressivesampling,IEEESignalProcessingMagazine,2008,25(2),21-30.)。高维稀疏向量重构是信号处理、图像处理领域的一个十分重要的问题。经典的OMP(OrthogonalMatchingPursuit,正交匹配追踪)算法虽然相对于其他非贪婪算法的复杂度较低,但是在实际应用中距离实时的信号处理仍有一段距离。
技术实现思路
本专利技术针对现有技术的不足,公开了一种基于IGR_OMP(IncrementalGrevilleRecursionbasedOrthogonalMatchingPursuit,增量型基于Greville递推的正交匹配追踪算法)的高维稀疏向量重构方法,包括如下步骤:设矩阵A=[a1,a2,…,aK]∈RM×K,K<<M,rank(A)=K(RM×K:M×K维实数矩阵集合,ai(i=1,2…,K):字典矩阵A ...
【技术保护点】
1.一种基于IQR_OMP的高维稀疏向量重构方法,其特征在于,包括如下步骤:步骤B1,输入观测数据向量y∈R
【技术特征摘要】
1.一种基于IQR_OMP的高维稀疏向量重构方法,其特征在于,包括如下步骤:步骤B1,输入观测数据向量y∈Rm和字典矩阵A=[a1,a2,…,an]∈Rm×n,令初始支撑集指标令初始残差向量r0等于观测数据向量y,即r0=y,令k=1,其中Rm表示m×1维实数列向量,Rm×n表示m×n维实数矩阵,ai代表字典矩阵A中的第i个m×1维实数列向量,i=1,2…,n;步骤B2,求字典矩阵A中与第k-1次迭代残差向量rk-1的第k次迭代最强相关的列jk:jk∈argmaxj|(rk-1,aj)|,Ωk=Ωk-1∪{jk};其中Ωk为第k次迭代支撑集指标,Ωk-1为第k-1次迭代支撑集指标,aj为字典矩阵A中的第j列实数列向量;步骤B3,由第k-1次迭代的Qk-1和Rk-1递推计算第k次迭代的Qk和Rk;步骤B4,更新第k次迭代残差向量其中qk是第k次迭代矩阵Qk的第k个列向量;步骤B5,判断是否满足停止准则,即第k次残差...
【专利技术属性】
技术研发人员:赵健,申富饶,董珍君,赵金煕,
申请(专利权)人:南京大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。