论文部分内容阅读
压缩感知理论（CS）是利用信号稀疏性的一种新的信号采样方法，而稀疏优化是该理论的研究热点之一。本文提出了有效的基于加权正则化的块稀疏优化算法。尽管加权正则化改善了块稀疏问题，但是由于结构和可能的分块不则则性，所以该正则化问题会比传统的l1正则化问题更难解决。本文基于变量分裂和交替方向（ADM），将两种算法分别对应于加权正则化的原规划问题和对偶规划问题，数值实验结果表明，本文提出的ADM算法在随机问题中具有良好的效率及稳健性。