Resumen

Este trabajo propone un nuevo algoritmo de recocido simulado adaptativo a la dispersión para resolver el problema de la recuperación de señales dispersas. Este algoritmo combina las ventajas del algoritmo SAMP (sparsity adaptive matching pursuit) y del método de recocido simulado en la búsqueda global para la recuperación de la señal dispersa. En primer lugar, calculamos la sparsity y la colección de soporte inicial como puntos de búsqueda iniciales del algoritmo de optimización propuesto utilizando la idea de SAMP. A continuación, diseñamos un método de reconstrucción de dos ciclos para encontrar los conjuntos de soporte de forma eficiente y precisa actualizando la dirección de optimización. Por último, aprovechamos el algoritmo de recocido simulado adaptativo a la dispersión en la optimización global para guiar la reconstrucción dispersa. El modelo de búsqueda codiciosa adaptable a la escasez propuesto tiene una estructura geométrica simple, puede obtener la solución óptima global y es mejor que el algoritmo codicioso en términos de calidad de recuperación. Nuestros resultados experimentales validan que el algoritmo propuesto supera a los algoritmos de reconstrucción dispersa más avanzados.

• Materias:Ingeniería electrónica Redes Inalámbricas Arquitectura informática Sistemas de comunicación Informática Procesamiento de datos
• Subjects:Electronic engineering Wireless Networks Computer architecture Communication systems Computing Data processing
• Palabras claves:sparsity, algoritmo, algoritmo annealing, modelo adaptativo greedy pursuit, adaptive matching pursuit, método de reconstrucción de ciclos, solución óptima global, puntos iniciales de búsqueda, colección inicial de soportes, estructura geométrica simple
• Keywords:sparsity, algorithm, annealing algorithm, adaptive greedy pursuit model, adaptive matching pursuit, cycle reconstruction method, global optimal solution, initial search points, initial support collection, simple geometric structure