主权项 |
压缩感知下基于固定子空间的稀疏信号分离方法,其特征在于:包括以下操作步骤:(1)步骤一:利用满足RIP性质的线性算子A对源信号Si进行观测,获得压缩观测信号vi,所述源信号为图像信号,定义压缩观测信号模型为v=A(Uw+s+ξ)+ε,源信号由DIM×RANK的固定子空间U,以及DIM×1的具有稀疏性质的信号s线性组合而成,即U*w+s,其中DIM是源信号Si的维度,ξ为噪声;同时设定算法迭代次数k的初始值为1,总的迭代次数为t,迭代步长为1;设置DIM×1的重构信号s初值为s<sup>0</sup>=0,RANK×1的权重w初值为w<sup>0</sup>=0,信号残差u初值为u<sup>0</sup>=0;(2)步骤二:将压缩观测信号v=A(Uw+s+ξ)+ε,移项后,获得本次循环所估计的权重w,即<img file="FDA0000709208850000012.GIF" wi="462" he="80" />(3)步骤三:根据当前样本数据构造一个残差的代理向量y,使残差反映信号的未被估计部分,此处残差项为<img file="FDA0000709208850000013.GIF" wi="356" he="80" />信号代理y中前K个元素所组成的支撑集与u中的前K个元素构成的支撑集相对应,得出信号代理y=A<sup>*</sup>(u<sup>k</sup>);(4)步骤四:将步骤三中得到的信号代理y进行降序排序,取前2K个元素,保留其所在位置组成支撑集Ω=supp(y;2K);(5)步骤五:将步骤四中得到的信号支撑集与前一次迭代中的估计信号s<sup>k</sup>的支撑集合并,将得到的合并信号支撑集作为此次迭代的信号支撑集T=Ω∪supp(s<sup>k</sup>);(6)步骤六:算法通过求解最小二乘法,在支撑集上计算待重构信号的估计值,并将不在支撑集上的元素置零,使待重构信号稀疏<img file="FDA0000709208850000011.GIF" wi="602" he="84" />(7)步骤七:对所求得的重构信号ss进行剪切,首先将信号ss进行降序排序,保留估计值中前K个元素,并将其余位置上的元素置零,使估计值稀疏,最终求得此次迭代的重构信号s<sup>k</sup>;(8)步骤八:令迭代次数k=k+1,判断当前迭代次数k是否大于总迭代次数t,所述的t的值为7*(RANK+1),判断结果若为是,执行步骤九,否则返回步骤二;(9)步骤九:将第t次迭代得到的权重w与重构信号s输出,获得源信号Si中具有稀疏性质的估计信号s。 |