一种改进的稀疏度自适应匹配追踪算法

在信号稀疏度未知的情况下,稀疏度自适应匹配追踪算法(Sparsity Adaptive Matching Pursuit,SAMP)是一种广泛应用的压缩感知重构算法.为了优化 SAMP 算法的性能,提出了一种改进的稀疏度自适应匹配追踪(Im-proved Sparsity Adaptive Matching Pursuit,ISAMP)算法.该算法引入广义Dice系数匹配准则,能更准确地从测量矩阵中挑选与残差信号最匹配的原子,利用阈值方法选取预选集,并在迭代过程中采用指数变步长.实验结果表明,在相同的条件下,改进后的算法提高了重构质量和运算速度.