公开(公告)号：CN112422133A

公开(公告)日：2021-02-26

申请号：CN202011186669.6

申请日：2020-10-30

Applicant: 暨南大学

Inventor： 温金明 ,  祝利杰 ,  赵山程 ,  黄斐然 ,  罗伟其

IPC: H03M7/30

Abstract: 本发明公开了一种减法匹配追踪的二值稀疏信号恢复方法及其应用，该方法基于显式SMP或隐式SMP进行二值稀疏信号恢复；基于显式SMP具体步骤为：输入噪声观测向量，感知矩阵和稀疏度；数据初始化；在每次迭代中，感知矩阵对应索引为i的列向量与残差最相关，得到索引sk，通过减去感知矩阵对应索引为sk的列向量更新残差向量，直到迭代停止，输出估计稀疏信号；基于隐式SMP具体步骤为：输入噪声观测向量，感知矩阵和稀疏度；数据初始化；在每次迭代中，选择一个索引，获取列索引集，紧接着更新总的索引估计支集，更新相关性，循环迭代直到迭代停止；输出估计稀疏信号。本发明提高了稀疏信号恢复效率，实现稀疏信号的恢复性能更好的目的。

公开(公告)号：CN112422133B

公开(公告)日：2022-10-21

申请号：CN202011186669.6

申请日：2020-10-30

Applicant: 暨南大学

Inventor： 温金明 ,  祝利杰 ,  赵山程 ,  黄斐然 ,  罗伟其

IPC: H03M7/30

Abstract: 本发明公开了一种减法匹配追踪的二值稀疏信号恢复方法及其应用，该方法基于显式SMP或隐式SMP进行二值稀疏信号恢复；基于显式SMP具体步骤为：输入噪声观测向量，感知矩阵和稀疏度；数据初始化；在每次迭代中，感知矩阵对应索引为i的列向量与残差最相关，得到索引sk，通过减去感知矩阵对应索引为sk的列向量更新残差向量，直到迭代停止，输出估计稀疏信号；基于隐式SMP具体步骤为：输入噪声观测向量，感知矩阵和稀疏度；数据初始化；在每次迭代中，选择一个索引，获取列索引集，紧接着更新总的索引估计支集，更新相关性，循环迭代直到迭代停止；输出估计稀疏信号。本发明提高了稀疏信号恢复效率，实现稀疏信号的恢复性能更好的目的。