基于回溯的共轭梯度迭代硬阈值重构算法

摘要 针对基于回溯的迭代硬阈值算法（BIHT）迭代次数多、重构时间长的问题，提出一种基于回溯的共轭梯度迭代硬阈值算法（BCGIHT）。首先，在每次迭代中采用回溯思想，将前一次迭代的支撑集与当前支撑集合并成候选集；然后，在候选集所对应的矩阵列张成的空间中选择新的支撑集，以此减少支撑集被反复选择的次数，确保正确的支撑集被快速找到；最后，根据前后迭代支撑集是否相等的准则来决定使用梯度下降法或共轭梯度法作为寻优方法，加速算法收敛。一维随机高斯信号重构实验结果表明，BCGIHT重构成功率高于BIHT及同类算法，重构时间低于BIHT 25%以上。Pepper图像重构实验结果表明，BCGIHT重构精度和抗噪性能与BIHT及同类算法相当，重构时间相较于BIHT减少50%以上