正交匹配追踪算法OMP(Orthogonal Matching Pursuit)
本文主要基于文献《Orthogonal Matching Pursuit for Sparse Signal Recovery With Noise》编写而成。主要讲述OMP算法基本步骤和思想,后续会介绍OMP算法在Bounded noise和Gaussian noise下的终止条件的选择。
Introduction
在信号处理过程中,经常会遇到这样一个模型:
y=Xβ+ϵ y = X β + ϵ
其中,
- 向量 y∈Rn y ∈ R n 是观测向量(observation vector)。
- 矩阵 X∈Rn×p X ∈ R n × p ,这里的 X X ( )也有些地方称作过完备字典矩阵,下边提到矩阵 X X ,都默认矩阵 的每一列均是正则化的,即 ||Xi||2=1 for i=1,2,⋯,p | | X i | | 2 = 1 f o r i = 1 , 2 , ⋯ , p 。
- ϵ∈Rn ϵ ∈ R n 是信号观测或者传输时的产生的噪声误差(the measurement errors), β∈Rp β ∈ R p 是真实信号。
该模型的目标就是通过观测值 y y 和矩阵 ,把未知向量 β β 求出来。
对于向量 ,定义 β β 的支集(support)为 supp(β)={ i:βi≠0} s u p p ( β ) = { i : β i ≠ 0 } 。如果 |supp(β)|≤k | s u p p ( β ) | ≤ k ,可以说 β β 是 k k 稀疏(