原子集校正及步长可控的稀疏度未知CS重构

对残差信号用类高斯分布建模,通过分析回溯型自适应正交匹配追踪(backtracking-based adaptive orthogonal matching pursuit,BAOMP)算法的阈值选择方法与常规信号稀疏度方法的一致性和差异,提出一种改进的BAOMP算法.采用80–20准则判断信号的粗匹配状态,然后对后续匹配步骤引入可变步长阈值,实现选入原子集容量的精细调整,提高选入原子的正确匹配率,避免了残差信号的准周期性失配.实验结果表明,与BAOMP算法相比,在500次重复实验中,改进的BAOMP算法对高斯稀疏信号的精确重建概率提高17%～26%,对自然图像的精确重建概率提高70%以上.