文件名称:带有熵和加权Weight1-范数的稀疏编码算法在信号重建中的应用
文件大小:2.23MB
文件格式:PDF
更新时间:2024-04-04 04:06:03
compressed sensing; negentropy; ‘ p
压缩感测理论近年来引起了广泛的关注,并且稀疏信号重建已广泛用于信号处理和通信中。 本文解决了稀疏信号恢复的问题,尤其是在非高斯噪声的情况下。 本文的主要贡献是提出了一种算法,其中负熵和重新加权方案代表了解决问题方法的核心。 信号重建问题被形式化为约束最小化问题,其中目标函数是误差统计特征项,负熵和稀疏正则项项测量值p的范数之和,对于0 <p <1。但是,p-范数会导致非凸优化问题,难以有效解决。 在这里,我们将'p-范数视为加权的'1-范数的严重范数,以使子问题变得凸。 我们提出了一种优化算法,该算法结合了前向后向拆分。 该算法速度快,能够成功准确地恢复具有高斯和非高斯噪声的稀疏信号。 若干数值实验和比较证明了该算法的优越性。