公开(公告)号：CN106992788A

公开(公告)日：2017-07-28

申请号：CN201710217069.3

申请日：2017-03-30

Applicant: 南开大学

Inventor： 孙桂玲 ,  王雅儒 ,  郑博文 ,  叶旭东

IPC: H03M7/30

CPC classification number: H03M7/3062

Abstract: 一种基于压缩传感理论的前向预测和后向删除预测的正交匹配追踪方法，属于压缩传感技术领域。本发明结合了前向预测LAR方法和后向删除预测DE方法，每次迭代前向阶段通过LAR方法测试与上一次迭代残差相关性最大的前h个原子在最终迭代中的性能，并选择残差模值最小的前α个原子添加至支撑集。后向阶段通过DE方法测试支撑集中每个原子逐个去除后，新支撑集与原信号的匹配程度，并删除残差模值最小的前β个原子。因此每次迭代后都新增α‑β个原子至支撑集。与LAOMP方法相比，本发明设计了后向删除预测环节，提高了精确重构概率，降低了平均归一化均方误差。

公开(公告)号：CN106656199A

公开(公告)日：2017-05-10

申请号：CN201611047302.X

申请日：2016-11-22

Applicant: 南开大学

Inventor： 孙桂玲 ,  王锋 ,  李洲周 ,  郑博文

IPC: H03M7/30

CPC classification number: H03M7/3062

Abstract: 本发明公开了一种基于压缩感知的二次内积正交匹配追踪算法，属于压缩感知信号处理领域。传统压缩感知贪婪算法一般利用测量矩阵中的原子与上次迭代所得残差之间的相关性选择候选原子。本发明主要解决的是传统贪婪算法在相关性这一步中选入非支撑集原子的问题。本发明提出了一种选入原子的辅助方法，即利用候选原子、残差和跟该候选原子有关的新原子这三者之间的三个内积值的匹配程度来判定是否选入该候选原子。本发明提出了一种上述新原子的生成方式，可以有效调控新原子和候选原子之间的相关性。本发明在传统压缩感知算法由于选入错误原子迭代失败后，调用上述辅助方法进行迭代，可以有效提升算法重构精度。

公开(公告)号：CN106656196A

公开(公告)日：2017-05-10

申请号：CN201610898642.7

申请日：2016-10-13

Applicant: 南开大学

Inventor： 孙桂玲 ,  王锋 ,  李洲周 ,  郑博文

IPC: H03M7/30 ,  G06K9/62

CPC classification number: G06K9/6239 ,  G06K9/6249 ,  G06K9/6288 ,  H03M7/3062 ,  H03M7/55

Abstract: 本发明公开了一种基于压缩感知融合前后向匹配追踪的算法，属于压缩感知信号处理领域。本发明摒弃传统前后向匹配追踪算法通过优化单一算法运行参数来提升重构效果的方法，转而利用融合策略这一新的视角来改善算法重构性能。本算法发掘失败算法中的有用信息并将其应用到不同参数的同种算法中。本发明不需要其他任何先验信息，仅利用不同参数的同种算法之间的信息来提升算法的重构效果。本发明在稀疏信号的准确重构概率和平均重构误差方面相比传统前后向匹配追踪算法具有明显优势，可有效提升压缩感知理论的实际应用能力。

公开(公告)号：CN106549675A

公开(公告)日：2017-03-29

申请号：CN201611048321.4

申请日：2016-11-23

Applicant: 南开大学

Inventor： 孙桂玲 ,  王锋 ,  李洲周 ,  郑博文

IPC: H03M7/30

CPC classification number: H03M7/30

Abstract: 本发明公开了一种基于压缩感知的平均相关正交匹配追踪算法，属于压缩感知信号处理领域。本发明主要解决的是根据上次迭代残差与测量矩阵中原子相关性大小作为选入原子标准的贪婪算法重构精度低的问题。本发明提出了一种选入原子的辅助方法，即利用跟该原子相关性较大的多个原子与残差相关性的平均值来考察是否选入该原子。本发明通过综合利用原子自身与残差相关性这一传统方法和上述辅助方法对原子进行选入，相比传统贪婪算法，在准确重构概率和平均重构误差方面有很大优势，可以有效促进压缩感知在实际中的应用。