摘要: 为提高传统压缩感知(Compressed Sensing,CS)恢复算法的抗噪性能,该文结合观测矩阵优化和自适应观测的思想,提出一类自适应压缩感知算法。该算法将观测能量全部分配在由传统CS恢复算法估计的支撑位置,由于估计支撑集中包含支撑位置,这样可有效提高观测信噪比;再从优化观测矩阵的角度推导出最优的新观测向量,即其非零部分设计为Gram矩阵的特征向量。仿真结果表明,随着观测数增大Gram矩阵非对角元素的能量增速小于传统CS算法,并且分别在观测次数、稀疏度和信噪比相同的条件下,所提算法的重构误差均低于传统CS恢复算法和典型的贝叶斯自适应算法。分析表明,所提自适应观测机制可有效改善传统CS恢复算法的抗噪性能。
中图分类号: