一种基于压缩感知的稀疏恢复方法、设备及存储介质

    公开(公告)号:CN119315996A

    公开(公告)日:2025-01-14

    申请号:CN202411387220.4

    申请日:2024-09-30

    Abstract: 本申请公开了一种基于压缩感知的稀疏恢复方法,该方法包括:S1获取观测信号和测量矩阵、目标信号的稀疏度,获取迭代误差阈值;S2对相关数据进行分析,标记目标信号的关键特征;S3构建信号评估模型,获取第一估计信号和测量矩阵的转置与观测信号的向量积位置序列的支撑集,获取迭代步长;S4将迭代步长带入迭代公式,获取第二估计信号;S5若第二估计信号与第一估计信号之间的误差不大于迭代误差阈值,则终止迭代,目标估计信号即为第二估计信号;否则将第二估计信号作为第一估计信号,回到步骤S3。本发明还公开了一种基于压缩感知的稀疏恢复相应的设备及存储介质。本发明提供的一种基于压缩感知的稀疏恢复方法能够提高收敛速度和估计精度。

    一种快速收敛的稀疏恢复方法、设备及存储介质

    公开(公告)号:CN119254900A

    公开(公告)日:2025-01-03

    申请号:CN202411041124.4

    申请日:2024-07-31

    Abstract: 本申请公开了一种快速收敛的稀疏恢复方法,该方法包括:S1获取观测信号、测量矩阵、待求信号的稀疏度和迭代误差阈值;S2初始化第一估计信号和测量矩阵的转置与观测信号的向量积位置序列的支撑集;S3基于观测信号、测量矩阵、上述支撑集和第一估计信号获取迭代步长;S4将迭代步长带入迭代公式,获取第二估计信号;S5若第二估计信号与第一估计信号之间的误差不大于迭代误差阈值,则终止迭代,目标估计信号即为第二估计信号;否则将第二估计信号作为第一估计信号,重复步骤S3~S5。本发明还公开了一种快速收敛的稀疏恢复相应的设备及存储介质。本发明提供的一种快速收敛的稀疏恢复方法能够提高收敛速度和估计精度。

    一种阈值迭代的稀疏信号重构方法、设备及介质

    公开(公告)号:CN116821641A

    公开(公告)日:2023-09-29

    申请号:CN202310610014.4

    申请日:2023-05-26

    Abstract: 本发明公开了一种阈值迭代的稀疏信号重构方法,包括:以稀疏信号参数集里的参数为输入,并以零向量初始化稀疏信号;以所述稀疏信号参数集里的参数构建中间函数;基于所述中间函数构建稀疏信号迭代函数;判断所述稀疏信号迭代函数相邻的两次迭代值满足迭代终止条件,则终止迭代,并输出重构的稀疏信号。本发明采用通过引入一个数值更小的中间函数来重构高维稀疏信号的改进型l1/2正则化阈值迭代算法,使得松弛间隙更小,估计精度显著提高,且收敛速度更快。

    基于L0正则化阈值迭代的稀疏信号重构方法、设备及介质

    公开(公告)号:CN116738190A

    公开(公告)日:2023-09-12

    申请号:CN202310610402.2

    申请日:2023-05-26

    Abstract: 本发明公开了一种基于L0正则化阈值迭代的稀疏信号重构方法,包括:以稀疏信号参数集里的参数为输入,并以零向量初始化稀疏信号;以所述稀疏信号参数集里的参数构建中间函数;基于所述中间函数构建稀疏信号迭代函数;判断所述稀疏信号迭代函数相邻的两次迭代值满足迭代终止条件,则终止迭代,并输出重构的稀疏信号。本发明采用通过引入一个数值更小的中间函数来重构高维稀疏信号的改进型l0正则化阈值迭代算法,使得松弛间隙更小,估计精度显著提高,且收敛速度更快。

Patent Agency Ranking