基于加速的贪心块稀疏Kaczmarz算法的稀疏信号恢复方法及系统
申请人信息
- 申请人:暨南大学
- 申请人地址:510632 广东省广州市天河区黄埔大道西601号
- 发明人: 暨南大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于加速的贪心块稀疏Kaczmarz算法的稀疏信号恢复方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311722881.3 |
| 申请日 | 2023/12/15 |
| 公告号 | CN117439615A |
| 公开日 | 2024/1/23 |
| IPC主分类号 | H03M7/30 |
| 权利人 | 暨南大学 |
| 发明人 | 温金明; 董泽华; 林泽阳; 贾怡敏 |
| 地址 | 广东省广州市天河区黄埔西道601号 |
摘要文本
暨南大学获取“一种透气窗帘布”专利技术，本发明公开了一种基于加速的贪心块稀疏Kaczmarz算法的稀疏信号恢复方法及系统，涉及通信信号处理技术领域，本发明与传统稀疏Kaczmarz算法不同的是，加速的贪心块稀疏Kaczmarz算法在每轮迭代中能够尽可能地选择一组具有较大残差的方程来同时更新其对应的变量，从而显著加快算法收敛速率。此外，该算法还引入了Polyak的重球动量技术，减小迭代过程中的震荡，从而更快地逼近于真实信号，特别适用于存在噪声或振荡的情况。最重要的是，该算法能够在没有稀疏性先验信息的情况下进行稀疏信号重构，增强算法的适用性和鲁棒性。这些特点使本发明采用的mGBSK算法成为一种高效的稀疏信号恢复工具，可用于多种应用领域。
专利主权项内容
1.一种稀疏信号恢复方法，其特征在于，包括下述步骤：建立基于稀疏信号恢复模型；接收第一信号，并利用所述稀疏信号恢复模型将所述第一信号重构为第二信号，其中，利用加速的贪心块稀疏Kaczmarz算法加快信号的重构过程，所述加速的贪心块稀疏Kaczmarz算法包括：获取感知矩阵、算法启动参数，将接收的所述第一信号作为噪声观测向量，设定最大迭代次数和迭代停止条件；初始化稀疏信号恢复模型的迭代次数、中间向量和估计稀疏信号；根据估计稀疏信号、感知矩阵、算法启动参数和稀疏信号恢复模型继续更新获得新的估计稀疏信号，其中，在所述加速的贪心块稀疏Kaczmarz算法的第次迭代中，根据上一迭代得到的估计稀疏信号计算残差向量/>，并收集残差向量/>中绝对值较大的分量对应的行索引作为当前迭代的行块索引子集/>，再将上一迭代得到的中间向量/>投影到解空间/>上，得到中间向量/>，并采用Polyak的重球动量技术来加速当前迭代过程，得到加速后的/>，最后使用软收缩算子/>对加速后的/>进行处理，使其变得稀疏，得到估计稀疏信号/>；根据所述最大迭代次数或迭代停止条件判断是否退出迭代；将最后一次迭代中获得的估计稀疏信号输出作为所述第二信号。