Resumen

La teoría de la compresión de señales (CS) es una teoría que explota la característica de esparcimientodela señal original en el muestreo y la codificación de señales. Al resolver un problema de optimización, la señal original dispersa puede ser reconstruida con precisión. En este artículo, se presenta un nuevo algoritmo de Búsqueda Hacia Atrás Basada en Árboles (TBOMP) con la idea del modelo de árbol en el dominio de las wavelets. El algoritmo puede convertir la estructura de árbol de wavelet en las relaciones correspondientes de los átomos candidatos sin ninguna información previa sobre la dispersión de la señal. Por lo tanto, el proceso de selección de átomos será más estructural y el espacio de búsqueda se puede reducir. Además, según el proceso de retroceso, la confiabilidad de los átomos previamente elegidos puede ser detectada y los átomos no confiables pueden ser eliminados en cada iteración, lo que conduce a una reconstrucción precisa de la señal en última instancia. En compar

• Materias:Modelado matemático Modelo de red neuronal Tasa de convergencia Aritmética Ondículas libres
• Subjects:Mathematical modeling Neural network model Convergence rate Arithmetic Free wavelets
• Palabras claves:Muestreo comprimido; Algoritmo; Señal dispersa; Problema de optimización; Modelo de árbol; Dominio de wavelet
• Keywords:Compressed sensing; Algorithm; Sparse signal; Optimization problem; Tree model; Wavelet domain