基于自适应滤波框架的压缩感知信号重建随机梯度方法
信息论
2015-06-15 v1 math.IT
摘要
基于稀疏信号重建与系统辨识在方法论上的相似性，本文提出了一种新的压缩感知（CS）稀疏信号重建方法。该方法采用基于随机梯度的自适应滤波框架（常用于系统辨识）来解决稀疏信号重建问题。为此引入了两种典型算法：l0-最小均方（l0-LMS）算法和l0-指数遗忘窗LMS（l0-EFWLMS）算法。两种算法都利用了零点吸引方法，该方法通过最小化所研究信号的l0范数的连续近似来实现。为了改进这些算法的性能，还采用了一种l0-零点吸引投影（l0-ZAP）算法，该算法有效加速了收敛速度，使其比现有的其他算法快得多。数值实验证明了所提方法的优点，如对噪声的鲁棒性等。
引用
@article{arxiv.1303.2257,
title = {A stochastic gradient approach on compressive sensing signal reconstruction based on adaptive filtering framework},
author = {Jian Jin and Yuantao Gu and Shunliang Mei},
journal= {arXiv preprint arXiv:1303.2257},
year = {2015}
}
备注
28 pages, 8 figures