论文部分内容阅读
信号的稀疏表示在信号处理的许多方面有着重要的应用，基于MP的稀疏分解是目前信号稀疏分解的最常用方法，也是几乎所有稀疏分解算法中速度最快的，但其存在的关键问题仍然是计算量十分巨大。基于利用MP（Matching Pursuit）方法实现的信号稀疏分解算法，采用遗传算法（GA）快速寻找MP过程中每一步分解的最佳原子。并针对基本遗传算法存在的未成熟收敛和易陷入局部最优解的问题，提出了对基于GA和MP的信号稀疏分解的一种改进算法，实验结果证实了改进算法的有效性。