压缩感知中提升测量矩阵稀疏性的等效字典优化设计

作     者：陈映瞳 CHEN Yingtong

作者机构：西安工业大学基础学院西安710021 

出 版 物：《数据采集与处理》 (Journal of Data Acquisition and Processing)

年 卷 期：2022年第37卷第6期

页      面：1363-1375页

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 

基　　金：陕西省教育厅科研计划(21JK0671) 陕西省自然科学基础研究计划(2021JQ-641) 国家自然科学基金(12031003,11771347) 

主　　题：测量矩阵 稀疏字典 稀疏性 互相干性值 交替投影算法 

摘      要：在压缩感知中,可以通过减小等效字典(测量矩阵和稀疏字典的乘积)的互相干性值来提升稀疏重构算法的稳定性。已有的优化设计方法在减小等效字典互相干性值的同时没有考虑如何提高信号重构的计算效率,为了克服该问题,在稀疏字典固定的情形下,本文提出了一个关于测量矩阵的有约束光滑优化问题,其中第1个约束要求等效字典的Gram矩阵具有尽可能小的互相干性值;第2个则利用L_(1)范数来促进测量矩阵的稀疏性。然后,利用收敛的交替投影算法进行求解。数值实验表明:针对图像恢复问题,相对于采用已有优化设计方法得到的等效字典,本文提出的方法显著提高了测量矩阵中的零元素占比,同时使得压缩感知系统具有更高的信号重构精度。