一种基于压缩感知理论的分阶段投影优化多重正交匹配追踪重构算法制造技术

一种基于压缩感知理论的分阶段投影优化多重正交匹配追踪重构算法，属于模拟信息转换领域。OMP算法是最常见的贪婪重构算法，其原子选择策略采用内积法。但是，由于感知矩阵列之间不完全正交，感知矩阵列之间的相干性给内积法造成了干扰。因此所述算法采用阶段性回溯优化策略减少了内积法的干扰，从而提高了重构成功率。并且在不过多增加计算量和复杂度的前提下，通过分阶段多原子选择策略保证其重构效率，以及通过阶段性重构策略权衡重构成功率和迭代次数。

【技术实现步骤摘要】

本专利技术涉及一种基于压缩感知(compressed sensing，cs)理论的分阶段投影优化多重正交匹配追踪重构算法(staged projection refining multiple orthogonalmatching pursuitreconstruction algorithm，spr-momp)，属于模拟信息转换、数字信号处理等。

技术介绍

1、压缩感知(cs)理论的提出为信号处理领域带来了一种革命性的方法，其核心思想是依靠信号的稀疏性(信号可以在某个变换域中用少量的非零系数表示)，实现在远低于奈奎斯特频率的采样速率下获取和重构信号的能力。压缩感知理论在诸多领域引起了广泛关注，包括雷达、视频、高光谱成像以及心电图。在压缩感知理论模型中，采样和重构是两个主要阶段,分别在发射端和接收端部分执行，这类似于正常的信号压缩方法。在发射端上，使用压缩感知进行的采样过程通过观测矩阵将信号从高维空间映射到低维空间，并捕获信号的有效信息。这不仅减少了数据采集量，降低了数据冗余，还优化了信号处理的过程。在接收端上，原始信号的重构过程需要求解欠定线性方程组y＝本文档来自技高网...

【技术保护点】

1.一种基于压缩感知理论的分阶段投影优化多重正交匹配追踪重构算法，其特征在于：分为三个阶段：在第一阶段，每次迭代选择3个原子；在第二阶段，每次迭代选择2个原子；在第三阶段，每次迭代选择1个原子；以内积法作为原子选择策略，但是由于感知矩阵的列之间并非完全正交，感知矩阵列之间的相干性给内积法带来了干扰；感知矩阵大小为M×N，其中M<N；假设原始信号x是K稀疏的信号，在经过感知矩阵观测后得到观测向量y：

2.根据权利要求1所述的一种基于压缩感知理论的分阶段投影优化多重正交匹配追踪重构算法，其特征在于，具体步骤如下：

【技术特征摘要】

1.一种基于压缩感知理论的分阶段投影优化多重正交匹配追踪重构算法，其特征在于：分为三个阶段：在第一阶段，每次迭代选择3个原子；在第二阶段，每次迭代选择2个原子；在第三阶段，每次迭代选择1个原子；以内积法作为原子选择策略，但是由于感知矩阵的列之间并非完全正交，感知矩阵...

【专利技术属性】
技术研发人员：刘素娟，梁轶辰，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：