OMP算法笔记

最新推荐文章于 2024-04-12 12:01:08 发布

谢小博

最新推荐文章于 2024-04-12 12:01:08 发布

阅读量3.1w

点赞数 26

分类专栏：稀疏表示文章标签： OMP算法稀疏表示

本文链接：https://blog.csdn.net/qq_35973773/article/details/93038738

版权

OMP算法笔记

OMP算法整理（以备自己后期查阅，集合了几篇博主的文章）
（1）数理知识基础–投影矩阵
详见：
作者：nineheaded_bird
来源：CSDN
原文：https://blog.csdn.net/tengweitw/article/details/41174555
版权声明：本文为博主原创文章，转载请附上博文链接！

结论
假设：某空间中线性无关的向量组成的矩阵为A，则A的投影矩阵为
在这里插入图片描述
则，向量x在空间中的投影为：Px（Px可以看做x在空间A上的投影系数，所以在OMP中，将Px视为稀疏表示的系数。通过与最小二乘的比较，发现，Px与最小二乘解一致，此间联系，值得挖掘）
（2）OMP算法思想
MP基本原理：从字典矩阵D（也称为过完备原子库中），选择一个与信号 y 最匹配的原子(也就是某列)，构建一个稀疏逼近，并求出信号残差，然后继续选择与信号残差最匹配的原子，反复迭代，信号y可以由这些原子的线性和，再加上最后的残差值来表示。很显然，如果残差值在可以忽略的范围内，则信号y就是这些原子的线性组合。
OMP改进：OMP 算法是在 MP 算法的基础上进行改进的，其挑选原子的标准和 MP 算法一致，也就是在训练字典A里挑选和测试样本x最为匹配的字典原子[38]。不相同之处在于：OMP 算法在每一次迭代过程中对所挑选的全部原子先要执行 Schmidt 正交化操作，来确保每一次循环结果都是最优解。使得在同等精度的条件下，OMP 算法的性能更好，其收敛速度也更快。
疑问1：如何保证同一个原子不会被多次选中?
解答：在正交匹配追踪OMP中，残差是总与已经选择过的原子正交的。这意味着一个原子不会被