雷丽婷 李 刚 蒋常升 梁 壮

1(兰州交通大学机电技术研究所 甘肃 兰州 730070)2(甘肃省物流及运输装备信息化工程技术研究中心 甘肃 兰州 730070)3(兰州交通大学机电工程学院 甘肃 兰州 730070)

0 引 言

Donoho[1]在2006年首次提出了压缩感知理论，成为了信号领域的一种新理论[1-3]。Nyquist采样定理局限性在于先采样后压缩，CS可以实现压缩与采样同时进行，并且缩短了重构时间。

重构作为压缩感知中最重要的部分，主要是指用低维的压缩信号通过某种算法还原出高维原始信号的过程，因此，重构算法的性能好坏将直接影响重构结果的精度。目前重构算法主要包括凸优化算法和迭代贪婪算法[4]，其中使用较为广泛的是迭代贪婪算法，因为它具有复杂度低和重构用时短的优势。起初此算法主要包括匹配追踪算法(Matching Pursuit，MP)和正交匹配追踪算法(Orthogonal Matching Pursuit，OMP)[5]两种，但将其广泛运用于多个信号处理领域后发现其并不能满足要求。许多学者针对其在残差内积的选择过程中效率较低，处理能力与抗干扰能力随着数据的复杂将变得均较弱等不足，提出了大量优化和改进的新算法。文献[6]和文献[7]分别提出了广义正交匹配追踪算法(generalized OMP，gOMP)及正则化正交匹配追踪(Regularized OMP，ROMP)，通过每次迭代选取多个原子扩充支撑集来提高重构速度。文献[8]为了找到重构复杂度和重构精度更好的折衷点，提出基于回溯思想的子空间追踪(Subspace Pursuit，SP)算法。文献[9]提出一个具有较大影响力的重构算法——压缩采样匹配追踪(Compressive sampling matching pursuit，CoSaMP)算法，对候选原子进行了“二次”检验，提高了原子的正确匹配率。……