脉冲噪声环境下一种改进的压缩感知洛伦兹迭代硬阈值重构算法

摘要

求解洛伦兹范数下的最优化问题是实现脉冲噪声环境下压缩感知重构的有效途径。但是洛伦兹迭代硬阈值(LIHT)算法随着脉冲噪声中脉冲数量的增加,重构性能明显下降。文中针对这一问题,提出一种改进的洛伦兹迭代硬阈值(MLIHT)算法。MLIHT算法中采用Barzilai-Borwein(BB)方法来设置步长μ,引入l1范数来寻找最优参数γ。将MLIHT算法分别应用到高斯稀疏信源和0-1稀疏信源的压缩感知脉冲噪声重构中,并且进行仿真实验和实验结果分析。实验结果表明,MLIHT算法对于脉冲噪声中脉冲的数量和幅度均不敏感,而且MLIHT算法实现有效重构所需的观测数要少于LIHT算法。