基于ANN辅助的CoSaMP算法用于空间稀疏域的线性电磁成像
信号处理
2021-03-02 v2
摘要
贪婪追踪算法(GPAs)被广泛用于重建稀疏信号。尽管许多电磁(EM)逆散射问题在稀疏观测域上求解，但GPAs很少用于此目的。这是因为(i)它们需要观测域中稀疏度水平的先验知识，而这在EM成像应用中通常不可用；(ii)EM散射矩阵不满足限制等距性质。在本工作中，这些挑战分别通过(i)使用人工神经网络(ANN)估计稀疏度水平，以及(ii)向散射矩阵的对角元素添加Tikhonov正则化项来解决。这些改进使得压缩采样匹配追踪(CoSaMP)算法能够高效地用于求解在空间稀疏观测域上、利用Born近似线性化的二维EM逆散射问题。文中给出了数值结果，证明了所提出的ANN增强CoSaMP算法的效率与适用性。
引用
@article{arxiv.1911.06514,
title = {ANN-assisted CoSaMP Algorithm for Linear Electromagnetic Imaging of Spatially Sparse Domains},
author = {Ali I. Sandhu and Salman A. Shaukat and Abdulla Desmal and Hakan Bagci},
journal= {arXiv preprint arXiv:1911.06514},
year = {2021}
}