摘要：为提高压缩感知图像的重构质量,提出一种分段弱选择自适应正交匹配追踪算法(SWAMP)。结合维纳滤波器,采用光滑PL分块压缩感知恢复算法(BCS-SPL),提高重构效率。通过自适应设定阈值对残差与观察矩阵的相关性进行判定,使得不再受经验影响构建初始候选集。通过引入弱选择标准,使算法能自适应地更新支撑集,重构原信号。仿真结果表明,在相同的测试环境下,SWAMP算法在稀疏一维信号和图像二维信号方面整体优于其它同类算法,具有用时少稳定性高的特点。

摘要：针对实际中未知稀疏度信号的重建问题,提出了一种自适应的弱选择压缩采样匹配追踪算法。该算法将自适应思想、弱选择思想与Co Sa MP算法相结合,在预选阶段后利用限制性弱选择策略对候选集进行二次筛选,通过双迭代阈值自适应地调整最终支撑集的原子数,并结合若干可靠性验证条件,保证算法的正确有效进行。MATLAB仿真结果表明,在相同的实验条件下,本算法可以有效地重建稀疏信号,同时具有较低的运算量,整体性能较优。