壓縮感知正交匹配追蹤算法重構(gòu)性能分析

摘要：本文介紹了信號壓縮感知基本原理、測量矩陣的構(gòu)造和正交匹配追蹤算法。將正交匹配追蹤算法應(yīng)用到一維時域和變換域稀疏信號的壓縮感知重構(gòu)中，分析了正交匹配追蹤算法的重構(gòu)性能。

關(guān)鍵詞：壓縮感知；高斯隨機(jī)矩陣；正交匹配追蹤

壓縮感知利用一個測量矩陣將高維空間信號變換到低維空間表示，然后利用低維空間中的測量數(shù)據(jù)解一個優(yōu)化問題，從而實現(xiàn)高維空間原始信號的重構(gòu)[14]。只要滿足①信號具有稀疏性，②測量矩陣與稀疏變換域不相干，從低維信號中重構(gòu)出高維空間信號就成為了可能。[5]壓縮感知理論大大減少了數(shù)據(jù)存儲和傳輸?shù)某杀疽约靶盘柼幚砗臅r。[6]壓縮感知理論一經(jīng)提出，就受到了國內(nèi)外多領(lǐng)域?qū)＜覍W(xué)者的高度關(guān)注。

1 壓縮感知基本理論

如果信號在時域或某個變換空間

SymbolYA@ 具有一定的稀疏性質(zhì)，那么就能找到一個滿足限制等距性質(zhì)（Restricted Isometry Property，RIP）的測量矩陣

SymbolFA@ ，用其將很長的未知信號轉(zhuǎn)變?yōu)檩^短的觀測數(shù)據(jù)，這些數(shù)據(jù)保留了原始信號的絕大部分的重要信息（即投影系數(shù)）。如果這些重要信息包含了重建原始信號的足夠多數(shù)據(jù)，則能通過解數(shù)學(xué)算法從觀測數(shù)據(jù)精確的重建出原始信號。

參考文獻(xiàn)：

[1]Donoho DL.Compressed sensing[J].IEEE Transactions on Information Theory，2006，52（4）：12891306.

[2]Candes EJ，Wakin MB.An Introduction To Compressive Sampling[J].IEEE Signal Processing Magazine，2008，25（2）：2130.

[3]Tsaig Y，Donoho DL.Extensions of compressed sensing[J].Signal Processing，2006，86（3）：549571.

[4]Candes EJ，Romberg J，Tao T.Robust uncertainty principles：exact signal reconstruction from highly incomplete frequency information[J].IEEE Transactions on Information Theory，2006，52（2）：489509.

[5]焦李成，楊淑媛，劉芳，等.壓縮感知回顧與展望[J].電子學(xué)報，2011，39（7）：16511662.

[6]張新鵬，胡蔦慶，程哲.一種基于壓縮感知的軸承故障檢測方法[EB/OL].北京：中國科技論文在線.www.paper.edu.cn/releasepaper/content/20130733.

[7]Candes EJ，Tao T.NearOptimal Signal Recovery From Random Projections：Universal Encoding Strategies[J].IEEE Transactions on Information Theory，2006，52（12）：54065425.

[8]李卓凡，閆敬文.壓縮感知及應(yīng)用[J].網(wǎng)絡(luò)新媒體技術(shù)，2010，31（3）：1216.

[9]Candes E J，Tao T.Decoding by Linear Programming[J].IEEE Transactions on Information Theory，2005，51（12）：42034215.

[10]Tropp J A，Gilbert A C.Signal Recovery From Random Measurements Via Orthogonal Matching Pursuit[J].IEEE Transactions on Information Theory，2007，53（12）：46554666.

基金項目：中國民用航空飛行學(xué)院青年基金項目（Q201834）

作者簡介：顧興龍，男，碩士，主要研究方向為設(shè)備狀態(tài)監(jiān)控與故障診斷。