多量测向量模型下基于贝叶斯检验的快速 OMP 算法研究

StepPeng33

$ u" J* o) H# B( J* a' G
8 J: ~* M$ W) J' |: U$ S0 h3 [摘 要：目前多量测向量(Multiple Measurement Vectors, MMV)模型的稀疏重构算法存在两个问题：计算复杂度
7 A) k8 ]. O6 t' K高和当重构的支撑集存在冗余时无法有效剔除。为同时提高 MMV 模型的重构效率和重构精度，该文提出一种
MMV 模型下基于贝叶斯检验的快速正交匹配追踪(Fast Orthogonal Matching Pursuit based on Bayesian Testing,
FOMP-BT)算法。首先，通过新原子组选和 wARM start 求逆的思想来减少算法总的迭代次数以及每次迭代的运算
量，以提高算法的重构效率；其次，利用贝叶斯检验的思想剔除冗余支撑集以提高重构精度；最后对所研究的算法
从参数选择以及计算复杂度等方面进行了理论分析。仿真结果表明，所提算法具有重构精度高、速度快以及对噪声
% ^0 }1 J& D% z9 X- }2 {有较好的鲁棒性等优势。
关键词：多量测向量模型；快速正交匹配追踪算法；迭代次数；贝叶斯检验
9 V! H% Z6 S( Z+ a$ b
6 h; W0 q0 d: ~+ n7 |- ^
1 t) r# W6 }7 W" b$ N6 d" f5 L! {附件下载：

游客，如果您要查看本帖隐藏内容请回复

nolita

谢谢分享