求解压缩感知中信号重构问题的原始对偶算法  

Primal-dual Algorithm for Signal Reconstruction in Compressive Sensing

作　　者：怀开展 蒲德洋 许世明[3] 马峰[4] 倪明放[3] 

机构地区：[1]解放军理工大学通信工程学院研究生1队 [2]中国人民解放军71352部队 [3]解放军理工大学通信工程学院 [4]解放军理工大学通信工程学院研究生4队

出　　处：《军事通信技术》2014年第1期6-10,共5页Journal of Military Communications Technology

基　　金：国家自然科学基金资助项目(70971136)

摘　　要：压缩感知理论(CS)是对信号压缩的同时进行感知的新理论,而如何通过有限的测量值准确地重构稀疏信号是压缩感知理论中的核心问题。为求解稀疏信号的重构问题,文章利用了一种基于邻近点算法的自适应一阶原始对偶算法,并证明了其全局收敛性,该算法通过研究l1范数最小化来求解信号重构问题。最后,对提出的算法进行数据仿真,并与压缩采样匹配追踪(CoSaMP)算法进行了对比,数据表明文章提出的算法计算速度更快。Compressive Sensing（CS）is a new framework for simultaneous sensing and compressing,and how to reconstruct sparse signal from limited measurements is the key issue in CS. A self-adaptive first-order primal-dual algorithm based on Proximal Point Algorithm（PPA）was proposed for sparse signal reconstruction.This algorithm can easily handle the sparse signal reconstruction by solving al1norm problem.Simulation results shows that the proposed algorithm needs lower computational cost than the Compressive Sampling Matching Pursuit（CoSaMP）.

关 键 词：压缩感知 信号重构 邻近点算法 

分 类 号：O221.2[理学—运筹学与控制论]