基于 hope-tree 的匹配追踪贪婪稀疏信号重建
信息论
2017-01-12 v1 math.IT
摘要
稀疏信号的重建需要在压缩感知中求解 -范数最小化问题。以往研究集中于考察单一候选来识别稀疏信号的支持集（非零元素的索引）。为确保每次迭代能获得最优候选，我们在此提出一种迭代贪婪重建算法(GSRA)。首先，将正交匹配追踪(OMP)与子空间追踪(SP)估计的支持集的交集设为初始支持集。然后，构建一棵 hope-tree 来扩展该集合。最后，使用一种改进的递减子空间追踪方法来修正候选集。详细的仿真结果表明，在恢复高斯信号、0--1稀疏信号和合成信号方面，GSRA 比其他典型方法更准确。
引用
@article{arxiv.1701.02922,
title = {Greedy Sparse Signal Reconstruction Using Matching Pursuit Based on Hope-tree},
author = {Zhetao Li and Hongqing Zeng and Chengqing Li and Jun Fang},
journal= {arXiv preprint arXiv:1701.02922},
year = {2017}
}
备注
5 pages, 3 figures