匹配追踪算法(MP 算法)
MP 算法是一种贪心迭代算法(greedy),每次迭代选取与当前样本残差最接近的原子,直至残差满足一定条件。
基本原理:
算法假定输入信号与字典库中的原子在结构上具有一定的相关性,这种相关性通过信号与原子库中原子的内积表示,即内积越大,表示信号与字典库中的这个原子的相关性越大,因此可以使用这个原子来近似表示这个信号。当然这种表示会有误差,将表示误差称为信号残差,用原信号减去这个原子,得到残差,再通过计算相关性的方式从字典库中选出一个原子表示这个残差。迭代进行上述步骤,随着迭代次数的增加,信号残差将越来越小,当满足停止条件时终止迭代,得到一组原子,及残差,将这组原子进行线性组合就能重构输入信号。
1、求解方法
首先解决两个问题,1、怎么定义 “最接近原子”?
,2、怎么计算残差?
-
选择最接近残差的原子:MP 里定义用向量内积原子与残差 “表示” 距离,我们用 R 表示残差,di 表示原子,则:
M a x [ D i s t ( R , d i ) ] = m a x [ <