论文研究基于压缩感知CoSaMP算法的精确重构.pdf

为有效解决压缩采样匹配追踪（compressivesamplingmatchingpursuit，CoSaMP）算法对稀疏度K值的依赖问题，提高重构精度，提出了一种根据峰值信噪比增减变化趋势来确定最佳迭代次数的CoSaMP改进算法。先将PSNR算式进行数学推导演变，将算式中未知的原始信号巧妙转换为已知信号，并证明了此转换式与PSNR算式有相同增减性，在迭代过程中基于此转换式可根据各列稀疏度的不同，自适应地确定不同列的最佳迭代次数，从而保证更高的重构精度。理论分析和实验仿真表明，改进的CoSaMP算法比原有算法有更理想的重构效果，与其他重构算法相比有更高的重构成功率，并且更具高效性和实用性