基于近似l<sub>0</sub>范数的稳健稀疏重构算法

王军华; 黄知涛; 周一宇; 王丰华

doi:10.3969/j.issn.0372-2112.2012.06.020

您当前的位置：

首页 >

文章列表页 >

基于近似l₀范数的稳健稀疏重构算法

学术论文 | 更新时间：2025-07-16

- 基于近似l₀范数的稳健稀疏重构算法
- Robust Sparse Recovery Based on Approximate l ₀ Norm
- 电子学报 2012年40卷第6期页码：1185-1189
- 作者机构：
  
  1. 国防科学技术大学电子科学与工程学院,湖南,长沙,410073
  2. 二炮士官学校,山东青州,262500
  3. 国防科学技术大学电子科学与工程学院湖南长沙,410073
  4. 二炮士官学校山东青州,262500
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.61072120);新世纪优秀人才支持计划资助项目 (No.SCET)
- DOI：10.3969/j.issn.0372-2112.2012.06.020
  中图分类号： TN911.72
- 纸质出版：2012
- 稿件说明：
移动端阅览
王军华, 黄知涛, 周一宇, 等. 基于近似l₀范数的稳健稀疏重构算法[J]. 电子学报, 2012,40(6):1185-1189.

WANG Jun-hua, HUANG Zhi-tao, ZHOU Yi-yu, et al. Robust Sparse Recovery Based on Approximate l ₀ Norm[J]. Acta Electronica Sinica, 2012, 40(6): 1185-1189.
王军华, 黄知涛, 周一宇, 等. 基于近似l₀范数的稳健稀疏重构算法[J]. 电子学报, 2012,40(6):1185-1189. DOI： 10.3969/j.issn.0372-2112.2012.06.020.

WANG Jun-hua, HUANG Zhi-tao, ZHOU Yi-yu, et al. Robust Sparse Recovery Based on Approximate l ₀ Norm[J]. Acta Electronica Sinica, 2012, 40(6): 1185-1189. DOI： 10.3969/j.issn.0372-2112.2012.06.020.

摘要

针对测量值受噪声污染的稀疏重构问题

本文提出了稳健近似

范数最小化算法.该算法首先利用反正切函数近似l

范数

然后建立基于近似l

范数的含噪稀疏重构模型

最后通过拟牛顿法求解该模型

并分析了算法的收敛性.数值仿真表明

本文提出的算法重构稀疏向量时需要较少的测量值

且具有较高的计算精度.

Abstract

For the problem of recovering sparse vector with noisy measurements

robust approximate

norm minimization algorithm is proposed.Firstly

norm is approximately expressed by arctan function.Secondly

the model of sparse recovery in the present of noise is constructed based on approximate

norm.Finally

the model is solved by quasi-Newton method to estimate sparse vector.Simulation results show that our algorithm needs fewer measurements and provides the better accuracy than the existing methods.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

可学习阈值优化的大规模动态多用户接入检测

面向B5G/6G的GFDM信号高精度测距与定位研究

基于新型联合感知矩阵的压缩学习目标识别技术

水声信号处理中的稀疏表示理论及应用

基于卡尔曼滤波的压缩感知弱匹配去噪重构

基于近似l0范数的稳健稀疏重构算法

Robust Sparse Recovery Based on Approximate l 0 Norm

DOI：10.3969/j.issn.0372-2112.2012.06.020

摘要

Abstract

关键词

Keywords

references

基于近似l₀范数的稳健稀疏重构算法

Robust Sparse Recovery Based on Approximate l ₀ Norm