第3l卷第8期
2011年8月
计算机应用
Joumal
0f
Computer
ApplicationB
V01.31
No.8
Aug.2011
文章编号:100l一908l(2011)08一02123—03
doi:lO.3724/SP.J.1087.2011.02123
迭代硬阈值压缩感知重构算法——IIHT
张宗念1,李金徽2,黄仁泰3
(1.东莞理工学院电子工程学院.广东东莞523808;2.东莞理工学院网络中心,广东东莞523∞8;
3.东莞理工学院计算机学院。广东东莞523808)
(∞n印i¨一z}I∞g@∞hu.com)
摘要:研究了压缩感知信号重构算法的理论,针对遮代硬闲值(哪T)重构算法对测量矩阵的过分依赖、计算复
杂度高、运算时间长的缺点.通过修订迭代硬阚值重构算法的代价函数和自适应地调整迭代步长的选取原则,设计了
一种迭代硬阚值重构算法——IIHT。IIHT算法显著提高了信号精确重构的概率,降低了算法的计算复杂度,进一步
减少了算法的运算时间,加快了算法的收敛速度。
关键词:迭代;硬阚值;压缩感知
中图分类号:TN9“.73
文献标志码:A
ImT:New
iJ嗍'rlwed
ite豫tive
l删rd
tlll髑hol(1iI曙m郡们thm
for
c咖pre幽ve∞nsi】flg
ZHANG
Zong.ni舳1,U
Jin-hui2,HUANG
Ren.tai3
(I.Sc_Il∞f
o,觑耐ron如西晒删一,lg,D0n昭Mn踟妇”毋D,俐I,lD£p肼D。ngg∽n
C∞,lgdD昭523808,C“M;
2.№吨&,岘DD,lgg∞n£,耐唧3蚵矿nc^,lo锄,Dongg∽,l
G眦,锄昭523808,矾打峨
3.scJ如f旷(’o唧“衙&如№。DD嘟∽n‰矗∞毋旷融n幽鼽DD’嘲∞ⅡGI‘Wl础ng
523808,饥M)
Ak湘粼t:Tb
overcome
tlle
shortcomin铲of
tlIe
ove—ependence
on
tlle
me∞urement
m“x,
the
Iligh伽putati蛳
c岫plex咄the
long
computation
ti眦of
the
IteratiVe
Hard
Thresholding(IHT)
a190ritllm,
a
n删impmved
ite瞰iVe
hard
tlll瑚holding(1IHT)aIgorithm
w鹪pmposed
by
8tudying
tlle
tlleory
of
8i髓al
mcomtmction
f撕compre88ive眈啮ing.
It
impmved
the
c∞t
function蛐d
tlle眙lec“on
metllod
of
step
si弛f斫the
IHT
aJ90rithm.The
8imulation他suIt8
8}-∞r山m
tlle
pmposed
algorithm
inc”ea8∞the
pmbabil时of
Fecovery明d
the
speed
0f
conveEgence蚰d∞educ∞tIle
compu诅tiorlaI
complexity明d
time.
1【ey啪rds:itemti彻;hard
tIIre8holdirIg;comp瑚8ive眈nsing
O
引言
由Donoho【l。’和c蛐d苦s等人H‘7’提出了一种新颖的信
号分析理论——压缩感知理论,其基本思想是:只要信号本身
或在某个变换域上是稀疏的或可压缩的,那么就可用一个与
变换矩阵不相关的测量矩阵将变换域的高维信号投影到一个
低维空间上,然后通过求解一个优化问题就能从少量的投影
中以高概率或精确地重构出原信号。压缩感知理论的主要研
究内容包括信号的稀疏变换、测量矩阵设计和信号霞构算法
设计等。压缩感知信号重构就是研究从M个测量值中恢复出
原信号z的过程。不幸的是,该过程的求解是一个组合的复杂
问题.没有一个通用高效的方法。通常都是寻找其次优解。
在满足某些条件下,已经有许多重构算法可以保证能够找到
次优解。如正则化正交匹配跟踪(Regularized
0rthogonal
Matching
Pu鹅uit,ROMP)法¨o、压缩抽样匹配跟踪
(Compre88ived
Sensing
Matching
Pu幅uit,CosaMP)法‘’’和子空
间跟踪(Sp8ce
Pu瑁ujt,SP)法¨…,这砦算法与基跟踪(B鹪j8
Pu糟uit,BP)算法¨IJ一样可以保证收敛。计算复杂度与正交
匹配跟踪(0rth090nal
Matching
Pu瑁uil'0MP)法¨引相当。互
补匹配跟踪¨副和梯度跟踪¨刮也取得了不错的性能。迭代硬
阈值(1temtive
Hard
ThreBholding,IHT)算法¨””o在理论上:推
导出了IHT算法收敛的理论依据.但是为了保证算法的稳定
性,要求测量矩阵除r满足有限等距特性(Re8tricted
180mehy
Property,RIP)条件以外【I“2¨,还要满足其最大奇异值小于
l;这样就造成了算法对测量矩阵的尺度缩放十分敏感,依赖
性很强,而且运算复杂度较高,计算时间较长。为了克服算法
的这些不足,本文通过改进IHT算法的代价函数和自适应调
整迭代步长的选取原则,设计了一种迭代硬阂值压缩感知重
构算法——IIHT(Improved
lterative
Hard
7m嗍IloldiIlg)。
1
IHT算法
对于Ⅳ维任意矢量z
E
R“,定义J,∈R。是工的肘个测
量值,即y=呶,其中币∈R肌“称为测量矩阵。IHT算法就是
求解满足约束条件0工忆≤K的min忖一做瞄优化问题。
文献[15一17]推导出了迭代硬阈值算法理论,为该领域的创
造性研究奠定了基础。IHT算法十分简洁,采用迭代公式(1):
工“”=ⅣK(工“+咖‘(y一中譬4))
(1)
其中吼(口)是一个非线性算子,它将矢量口中幅度最大的前
K个元素以外的所有元素设置为零。
IHT算法的计算复杂度估计。若测覆矩阵是满足RIP的
一般矩阵,则计算复杂度为0(肘『、,),很高。若测最矩阵是通过
傅里叶变换矩阵或小波变换矩阵后构成的结构化矩阵,则计
算复杂度为D(/、,log
M)。
测量矩阵选取。若定义测量矩阵咖∈R““和集合,c
}l,2,…,Ⅳ}.矩阵孵由,中下标为i的列向量构成,i
E,。
收稿日期:20ll—Ol一26;修回日期:20lI一03一07。
基金项目:广东省自然科学基金资助项目(9151170003000017)。
作者简介:张宗念(1963一).男.河北深州人.副教授.博上.主婴研究方向:J氍缩感知、l誊l像分析!j处理;李金徽(19∞一)。男.辽宁沈阳
人.工程师。主要研究方向:分布式计算机嗍络;黄仁泰(19“一).男.广东东莞人.副教授.主要研究方向:嵌人式系统设计。
万方数据