基于马尔科夫链的随机测量矩阵研究

摘要

cqvip:测量矩阵是压缩感知理论中的重要组成部分,其将直接影响原始信号的重构精度.针对常用测量矩阵重构精度较低的问题,构造一种基于马尔科夫链的随机测量矩阵.利用马尔科夫链的随机性生成M个随机数,将随机数按照规则分别映射为-1和1后作为M×M维对角矩阵的元素,采用马尔科夫链生成M×(N-M)个随机数并按照规则分别映射为0和1,构成包含0和1元素的M×(N-M)维矩阵,并将这两部分矩阵相结合形成M×N的测量矩阵.仿真结果表明,该矩阵结构简单,相比常用测量矩阵和基于奇异值分解的Toeplitz结构矩阵重构精度得到明显提升,并且减少了运算量与存储空间.