论文部分内容阅读
压缩感知观测矩阵的优化通常采用迭代或最优化的思想,其主要缺点是运算复杂度高。针对这种情况,提出一种基于奇异值分解的观测矩阵优化方法。首先对随机矩阵进行奇异值分解,其次减小随机矩阵的奇异值到适定的范围,进而得到条件数相对小的观测矩阵。理论分析和实验结果表明,该方法得到的观测矩阵与稀疏基的互干性较小,能够精确重构信号。与现有的其他优化方法相比,该方法具有实现简单,计算复杂度低和重构精度高的特点。