为有效解决压缩采样匹配追踪(compressive sampling matching pursuit,Co Sa MP)算法对稀疏度K值的依赖问题,提高重构精度,提出了一种根据峰值信噪比增减变化趋势来确定最佳迭代次数的Co Sa MP改进算法。先将PSNR算式进行数学推导演变,将算式中未知的原始信号巧妙转换为已知信号,并证明了此转换式与PSNR算式有相同增减性,在迭代过程中基于此转换式可根据各列稀疏度的不同,自适应地确定不同列的最佳迭代次数,从而保证更高的重构精度。理论分析和实验仿真表明,改进的Co Sa MP算法比原有算法有更理想的重构效果,与其他重构算法相比有更高的重构成功率,并且更具高效性和实用性。
