作　　者： ; ; ; (杨朝煜）;

机构地区： 华南理工大学电子与信息学院

出　　处： 《华中科技大学学报(自然科学版)》 2016年第8期

摘　　要： 针对压缩感知中观测矩阵优化问题,在分析观测矩阵列向量间的独立性、观测矩阵与稀疏基间的相关性对重构信号质量影响的基础上,采用QR分解增强观测矩阵列向量的独立性,将QR分解与基于梯度投影的Gram观测矩阵优化算法相结合,提出了改进的基于梯度投影的Gram矩阵优化算法.该算法采用等角紧框架逼近Welch界,减小观测矩阵和稀疏基的相关性;采用梯度投影方法求解观测矩阵;再对观测矩阵进行QR分解,增大观测矩阵列向量之间的独立性.仿真实验表明:与基于梯度投影的Gram矩阵优化算法比较,本算法提高了重构信号的质量.

关 键 词： 压缩感知 观测矩阵 分解 矩阵 优化算法

分 类 号： [TN912.3]

领　　域： [电子电信] [电子电信]