原子信号是一个极大的原子库中的元素，信号可为原子信号的加权和。
其中：an表示权重，grn表示字典D中的原子信号
匹配追踪的目的：将一已知信号分解成原子信号的加权和，找到与原已知信号最接近的解。
算法思想
采用穷举方法尝试所有可能的组合，时间耗费太大。在1993年由Mallat S和Zhang Z的论文[1]中，提出了一个贪婪算法(Greedy Algorithm)，并大幅降低找出近似解的时间。在每一次迭代过程中，从原子库里选择最能匹配信号结构的一个原子。
过程：1.在字典D（原子库）中找到与已知信号内积最大的原子信号grn，内积结果an
2.已知信号减去an*grn，得到的结果作为新的已知信号
3.重复前两个步骤，直到达到循环停止条件
性质
任何讯号f都会再由原子库所张的空间中找到收敛的解。
稀疏性: 当原子库很大的时候，MP算法找出来的最佳吻和解，其中的大部分原子讯号的系数可能都是0，只有少部分的系数不为0，此性质称为稀疏代表性，而此特性对于影像或视讯编码和压缩很有帮助。
匹配追踪与信号重建
y=Ax
m维的测量值y即此处的已知信号f(t)，m*n的测量矩阵A的n个列向量即原子信号
最后
以上就是活力树叶最近收集整理的关于匹配追踪（Matching pursuit，MP)的全部内容，更多相关匹配追踪（Matching内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复