王芳星，刘顺兰

(杭州电子科技大学通信工程学院，浙江 杭州 310018)

摘要：针对压缩感知中未知稀疏度信号的重构问题，提出了一种改进的正则化自适应匹配追踪算法。它通过自适应变步长迭代对信号稀疏度进行估计，并将其作为初始支撑集长度，然后在分阶段迭代中正则化筛选原子，最终实现信号的精确重构。仿真结果表明，该算法重构信号的性能和效率均优于子空间追踪算法、正交匹配追踪算法和稀疏度自适应匹配追踪算法。

关键词：信号重构；压缩感知；稀疏度；自适应；正则化

DOI: 10.13954/j.cnki.hdu.2015.01.016

一种改进的正则化自适应匹配追踪算法

王芳星，刘顺兰

(杭州电子科技大学通信工程学院，浙江 杭州 310018)

摘要：针对压缩感知中未知稀疏度信号的重构问题，提出了一种改进的正则化自适应匹配追踪算法。它通过自适应变步长迭代对信号稀疏度进行估计，并将其作为初始支撑集长度，然后在分阶段迭代中正则化筛选原子，最终实现信号的精确重构。仿真结果表明，该算法重构信号的性能和效率均优于子空间追踪算法、正交匹配追踪算法和稀疏度自适应匹配追踪算法。

关键词：信号重构；压缩感知；稀疏度；自适应；正则化

DOI:10.13954/j.cnki.hdu.2015.01.016

收稿日期：2014-04-14

通信作者：

作者简介：王芳星(1988-)，男，江西余江县人，在读研究生，压缩感知.刘顺兰教授，E-mail: liushunlan@163.com.

中图分类号：TN911.72

文献标识码：：A

文章编号：：1001-9146(2015)01-0079-05

Abstract:This paper presents a modified regularization adaptive matching pursuit(MRAMP) algorithm for the problem that reconstruct signals with unknown sparsity in compressed sensing. The proposed algorithm adaptively estimates the sparsity with difference steps through stage by stage and set it to the length of the initial support， then gets the accurate target signal by regularization screening of atoms in every stage. Simulation results show that the performance and efficiency of the proposed algorithm is better than subspace pursuit(SP) algorithm， orthogonal matching pursuit(OMP) algorithm and SAMP algorithm.

0引言

压缩感知(Compressive Sensing， CS)理论充分利用了信号的稀疏度来获取和处理信号[1]。重构算法是压缩感知理论的关键技术，其中贪婪算法结构简单，运算少，因此得到很好的运用。……