摘要:针对压缩感知中测量矩阵的优化问题,提出一种基于混沌因子和动量项的梯度下降混合方法.在测量矩阵优化过程中,梯度下降法具有收敛速度慢以及容易陷入局部最小的缺点,该文基于混沌运动的随机性和遍历性,在步长变化中引入混沌因子,实现步长的自适应变化,避免因初始步长选择不当导致算法的不稳定;同时利用动量修正项,避免算法陷入局部最小值,进一步提高算法的收敛速度.促进该方法达到提高测量矩阵性能,降低测量矩阵与稀疏矩阵的互相关性的目的.仿真结果表明,该方法测量矩阵的优化速度快,互相关系数的分布更加集中在零周围,并且所得的重构图像的峰值信噪比(PSNR)提高.因此,文中方法优化所得的测量矩阵具有良好的性能.