摘要:压缩感知中重构算法是重要的组成部分,而重构算法中稀疏度自适应匹配追踪算法(SAMP,Sparsity Adaptive Matching Pursuit)以其不需要预先知道稀疏度而受到广泛的应用.但是由于其采用固定步长,使得在实际应用中容易因初始步长设置不合理而导致过估计及欠估计的问题,降低了重构精度.为此本文在SAMP算法基础上引入对数步长可变的思想,步长可以随着迭代阶段而以对数的形式变化,这样可以在开始阶段具有较大步长,随着迭代的进行而逐渐变缓而接近稀疏度,从而获得较高的重构精度.实验表明,新提出的算法SAMP-BVS(SAMP Based on Variable Step),相比原算法提高了重构精度,在重构时间上减小了30%左右,因此验证了改进的可行性.