Conjugue el algoritmo de búsqueda de umbral duro de gradiente conjugado para la recuperación de señales dispersas
Autores: Zhang, Yanfeng; Huang, Yunbao; Li, Haiyan; Li, Pu; Fan, Xi"an
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Conjugue el algoritmo de búsqueda de umbral duro de gradiente conjugado para la recuperación de señales dispersas
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Nuevo algoritmo codicioso iterativo
Sensado Comprimido
Búsqueda de Umbral Duro de Gradiente Conjugado
Señales dispersas
Tasa de convergencia
Rendimiento de reconstrucción
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
Proponemos un nuevo algoritmo codicioso iterativo para reconstruir señales dispersas en el Sensado Comprimido. El algoritmo, llamado Búsqueda de Umbral Duro de Gradiente Conjugado (CGHTP), es una simple combinación de Búsqueda de Umbral Duro (HTP) y Búsqueda de Umbral Duro Iterativo de Gradiente Conjugado (CGIHT). El método del gradiente conjugado con una rápida tasa de convergencia asintótica se integra en el esquema de HTP que solo utiliza una simple búsqueda en línea, lo que acelera la convergencia del proceso iterativo. Además, una estrategia de selección de tamaño de paso adaptativo, que constantemente reduce el tamaño del paso hasta que se cumple un criterio de convergencia, garantiza que el algoritmo tenga una tasa de convergencia estable y rápida sin necesidad de elegir el tamaño del paso. Finalmente, experimentos tanto en señales gaussianas como en imágenes del mundo real demuestran las ventajas del algoritmo propuesto en la tasa de convergencia y el rendimiento de reconstrucción.
Descripción
Proponemos un nuevo algoritmo codicioso iterativo para reconstruir señales dispersas en el Sensado Comprimido. El algoritmo, llamado Búsqueda de Umbral Duro de Gradiente Conjugado (CGHTP), es una simple combinación de Búsqueda de Umbral Duro (HTP) y Búsqueda de Umbral Duro Iterativo de Gradiente Conjugado (CGIHT). El método del gradiente conjugado con una rápida tasa de convergencia asintótica se integra en el esquema de HTP que solo utiliza una simple búsqueda en línea, lo que acelera la convergencia del proceso iterativo. Además, una estrategia de selección de tamaño de paso adaptativo, que constantemente reduce el tamaño del paso hasta que se cumple un criterio de convergencia, garantiza que el algoritmo tenga una tasa de convergencia estable y rápida sin necesidad de elegir el tamaño del paso. Finalmente, experimentos tanto en señales gaussianas como en imágenes del mundo real demuestran las ventajas del algoritmo propuesto en la tasa de convergencia y el rendimiento de reconstrucción.