基于改进测量的FR-CoSaMP图像重建算法

为提高基于压缩感知的图像重建质量,利用改进测量阵结合压缩采样匹配追踪(CoSaMP)算法,提出一种傅立叶类圆环压缩采样匹配追踪FR-CoSaMP算法。通过调整测量矩阵的结构,拓宽测量范围,使其更加完整准确地选取保留图像的有用信息,着重介绍FR-CoSaMP算法的数学框架和算法流程。与传统的图像重建算法进行分析比较及仿真实验,实验结果表明,在相同的图像稀疏度和测量比例的情况下,FR-CoSaMP算法具有良好的图像重构效果。

一种叠加矩阵在信号重构中的应用研究

为提高压缩感知算法的信号重构质量,基于傅里叶随机测量矩阵的构造方法,提出一种叠加测量矩阵。该矩阵通过在傅里叶随机矩阵的基础上叠加确定性类圆环矩阵,重新调整测量结构和范围,使信号在压缩传感过程中能完整、准确地保留有用信息。在分析几类常用测量矩阵的基础上,着重介绍了该叠加测量矩阵的构造方法,并应用于一、二维信号重构中。通过对这几类测量矩阵的重构效果进行仿真比较,结果显示,在相同的信号稀疏度、测量比例和重构算法情况下,改进的测量矩阵能极大提高信号重构的质量。