摘要: 二维稀疏信号的重构可以通过解多观测向量的稀疏表示问题来实现。然而,当各向量的稀疏结构不同时,将稀疏恢复算法拓展到多观测向量模型的方法将不再有效。提出了一种序列降采样重构的方法用于实现稀疏矩阵的重构。该方法通过构造降采样矩阵,大幅降低稀疏矩阵信号的稀疏度,再通过多观测向量序列观测和恢复,完成对稀疏矩阵的重构。理论分析表明,所提方法能够实现对高稀疏度矩阵的高概率重构。实验表明,所提算法能够有效地实现二维稀疏信号和图像重构。
中图分类号:
何兴宇, 童宁宁, 胡晓伟, 冯为可. 基于多观测向量序列降采样恢复的稀疏矩阵重构[J]. 系统工程与电子技术, 2018, 40(2): 250-254.
HE Xingyu, TONG Ningning, HU Xiaowei, FENG Weike. Sparse matrix reconstruction based on sequential down-sampling recovery of multiple measurement vectors[J]. Systems Engineering and Electronics, 2018, 40(2): 250-254.