一种基于奇异值分解的二维正交匹配追踪优化算法

摘要

本发明公开了一种基于奇异值分解的二维正交匹配追踪优化算法，包括获取行测量矩阵、列测量矩阵、测量值、稀疏基和信号稀疏度；对两个测量矩阵执行SVD分解，更新测量矩阵和测量值，并初始化残差和索引集合以及优化后的传感矩阵，找到索引，计算信号的新近似；再进行更新残差，不断迭代，最后输出信号的估计值和索引集合。本发明实现了前端信息采集中的测量矩阵和后端重建中的重建矩阵的分离，适用于一般的可分离线性系统。对两个测量矩阵进行SVD分解，得到优化后的两个重建矩阵，有效地消除测量值之间的相关性，显著提高重建信噪比及算法的鲁棒性。并且由于在测量矩阵的设计中使用了可分离算子，可用于大尺度图像的重建过程。