[发明专利]低采样率下权重重置的L1范数最小化稀疏重构方法和系统

摘要

本发明涉及一种低采样率下权重重置的L1范数最小化稀疏重构方法和系统，其中所述方法包括以下步骤：获取原始信号，并利用基于梯度投影的稀疏重构算法对所述原始信号进行处理，得到凸优化问题模型；采用迭代求解法对所述凸优化问题模型进行求解，并且根据权重重置公式设定每一迭代值的权重，得到带权重的凸优化问题模型，所述权重重置公式为根据每一次的迭代值、核心参数β和预设参数τ求取对应权重的公式；根据所述带权重的凸优化问题模型对所述原始信号进行稀疏重构。上述方法利用权重重置不仅可以降低传统重构算法的采样率，而且在减少了重构所需的时间的同时，对于同样稀疏度的原始信号而言，能够实现更高的重构精度。

主权项

1.一种低采样率下权重重置的L1范数最小化稀疏重构方法，其特征在于，获取原始信号，并利用基于梯度投影的稀疏重构算法对所述原始信号进行处理，得到凸优化问题模型；采用迭代求解法对所述凸优化问题模型进行求解，并且根据权重重置公式设定每一迭代值的权重，得到带权重的凸优化问题模型，所述权重重置公式为根据每一次的迭代值、核心参数β和预设参数τ求取对应权重的公式，所述权重重置公式为：其中，w(i)为第i个迭代值的权重值，τ为预设参数，β为核心参数且β＞1，为第i个迭代值；根据所述带权重的凸优化问题模型对所述原始信号进行稀疏重构。