一种分布式压缩感知中自适应阈值迭代重构方法

摘要

本发明提出了一种分布式压缩感知中自适应阈值迭代重构方法，主要解决现有技术在重构信号时重构时间较长和重构误差较大等问题。其步骤为：(1)计算自适应步长和自适应阈值h；(2)通过迭代公式计算迭代值；(3)将迭代值与计算得到的自适应阈值h进行比较，得到迭代结果；(4)更新支撑集，对迭代结果的进行修正；(5)当满足迭代终止条件，终止迭代，获得估计信号，否则继续迭代。本发明具有步长和阈值均自适应、重构时间更少、重构误差小等优点。

主权项

一种分布式压缩感知中自适应阈值迭代重构方法，其特征在于，已知感知矩阵A和观测值Y，根据Y＝AX的测量关系，估计出原始信号X的一种分布式压缩感知中自适应阈值迭代重构方法，所述方法至少包括以下步骤：步骤一、输入感知矩阵A，观测值Y，最大迭代次数inter_max，迭代终止门限error，联合稀疏度s，迭代初值x^k；初始化：迭代次数inter＝1，参数τ和μ，支撑集S＝{||(A^TY)_i||₂最大的s个索引，i∈[1，N]}；步骤二、计算自适应步长τ和自适应阈值h；步骤三、计算${\tilde{x}}^k=x^k+\tau A^T(Y-{\mathrm{Ax}}^k);$步骤四、比较和h的大小，获得迭代结果x^k+1，如果则x^k+1＝0；否则，步骤五、更新支撑集S，修正x^k+1；步骤六、计算残差R，R＝||Y‑Ax^k+1||₂，更新迭代初值x^k＝x^k+1，更新迭代次数inter＝inter+1；步骤七、如果inter＜inter_max或R＞error，则重复步骤二至步骤六；否则，终止迭代，得到估计信号