基于SWOMP分段回溯的压缩感知改进算法

为解决压缩感知中阶段性弱正交匹配寻踪算法(SWOMP)重建精度低的问题,提出一种分段回溯弱选择正交匹配跟踪算法(SCWOMP)。该算法在SWOMP算法基础上加以改进,首先采用算术阈值策略和最大相关列两种状态,根据具体阶段选择不同标准提高所选索引的精度,然后引入一个回溯步骤灵活地删除以前处理中错误选择的一些索引,以较低的复杂度获得较好的重建性能。仿真结果表明,在相同条件下,相较于SWOMP算法,SCWOMP算法可以得到更好的重建效果和较准确的重建概率。

广义RASK系统的回溯StOMP检测算法

本文提出了一种基于压缩感知(compressive sensing,CS)理论的低复杂度的检测算法:回溯分段正交匹配追踪(backtracking stagewise orthogonal matching pursuit,BStOMP)次优检测算法,较好地解决了广义接收天线移位键控(generalized receive antenna shift keying,GRASK)系统中最优最大似然(maximum likelihood,ML)检测算法会随着激活接收天线数的增多而计算复杂度大幅度增长的问题。该算法首先依据当前迭代残差和等效信道矩阵的内积选择出大于设定阈值的项作为候选激活天线索引;然后通过最小二乘法对候选激活天线索引进行初步估计;最后引入回溯过程进行筛选,剔除一些多余的索引,提高重构精度。仿真结果表明,在相同条件下,所提算法与传统StOMP检测算法相比,能在增加少量计算复杂度的情况下检测性能得到较大的提升,因此保证了在检测性能与计算复杂度间获得良好的平衡。

HTN规划中面向多计划生成的顺序任务分解算法

顺序任务分解算法(OTD)是层次任务网规划(HTN)中的一种高效求解算法.由于算法中的计划生成采用一次性回溯机制,每次求解过程只能产生一个可行计划.文中提出了一种能够快速生成多个可行计划的回溯算法.该算法采用分段回溯的计划生成机制,充分利用了求解过程中生成的局部解序列,从而能够一次性地快速生成多个可行计划,为寻求优化的计划和进行计划的评估提供更为有效、灵活的支持.