基于全变差正则化的一致性约束的量化重构方案研究

1比特压缩感知在牺牲采样值量化精度的同时不得不获取更多的采样值个数来实现较为可观的重构率。然而经典1比特压缩感知重构方案是总体上对待量化误差,引入更多的采样值会造成总体二次约束项所决定的子空间进一步扩大,从而造成算法重构精度的下降,这在一定意义上是相悖的。因此提出了一种基于全变差正则化的一致性约束的压缩感知量化重构方案,该方案对多比特压缩感知量化重构进行研究,每个观测值进行单独约束。实验证明,与传统1比特压缩感知量化方法相比,提出的基于全变差正则化的一致性约束的量化重构方法不仅能够有效降低一定的观测数,提升采样效率,起到提升重构效果的作用,还特别适用于低精度量化的场合。