压缩感知测量矩阵优化混合方法

针对压缩感知中测量矩阵的优化问题,提出一种基于混沌因子和动量项的梯度下降法.在测量矩阵优化过程中,梯度下降法具有收敛速度慢,容易陷入局部最小的缺点.为此,基于混沌运动的随机性和遍历性,在步长变化中引入混沌因子,避免因初始步长选择不当导致算法的不稳定且实现步长的自适应变化;同时利用动量项,避免算法陷入局部最小值,提高算法的收敛速度,优化测量矩阵性能,降低测量矩阵与稀疏矩阵互相关性.仿真结果表明,该方法收敛速度快,互相关系数的分布更加集中在零附近,且重构图像的峰值信噪比大大提高.