基于迭代迭差与延拓算法的MP稀疏分解研究

匹配追踪算法(Matching Pursuit,MP)常用于实现信号的稀疏分解,经典的MP分解算法挑选最佳核函数的判定准则是原函数在该核函数上的投影最大,这种判定准则往往会造成重构后的信号误差增大,针对这一问题提出了迭代迭差算法,实例表明该准则比经典MP算法的重构误差小。同时,发现经典MP算法或迭代迭差算法在进行信号稀疏分解时会产生端点效应,使得重构信号在端点处存在较大误差,为解决该问题提出了一种基于多项式拟合的延拓算法,比较理想地解决了信号稀疏分解产生的端点效应,实例结果表明此算法比单纯的增加迭代次数来减弱端点效应更有效。