论文研究 基于残差更新的改进CoSaMP重构算法

大量提出了稀疏信号重建算法，但是几乎所有贪婪算法都在每次迭代中向支持集添加固定数量的索引。尽管选择固定数目的索引的机制提高了重建效率，但是也带来了索引选择精度低的问题。在充分研究压缩感知理论的基础上，提出了一种基于残差更新的动态指标选择策略，以提高压缩采样匹配追踪算法（CoSaMP）的性能。作为CoSaMP算法的扩展，该算法采用残差比较策略来提高回溯选择索引的准确性。这种回溯策略可以有效地选择回溯索引。在不增加计算复杂度的前提下，提出的改进算法具有更高的精确重建率和峰值信噪比（PSNR）。仿真结果表明，该算法在图像恢复和一维信号方面明显优于CoSaMP。