壓縮感知理論作為一種全新的信號采集、編解碼理論，已被廣泛地應(yīng)用于圖像處理、模式識別、自動控制和生物傳感等領(lǐng)域，并展現(xiàn)出強大的力量。為了更快速地求解壓縮感知問題，在稀疏信號重構(gòu)的Barzilai-Borwein （B-B）梯度投影（Barzilai-Borwein Gradient Projection for Sparse Reconstruction，GPSR-BB）算法的基礎(chǔ)上，采用預(yù)測校正的技巧，提出了一種改進的梯度投影算法。該算法首先由常數(shù)步長的梯度投影產(chǎn)生一個預(yù)測點，再根據(jù)預(yù)測點及B-B方法計算步長得到新的迭代點。新算法單步迭代計算同樣簡單，且采用預(yù)測校正技巧可使迭代點更接近問題的解，從而可望減少算法的總的迭代次數(shù)。對隨機生成的測試問題進行數(shù)值實驗，數(shù)值結(jié)果表明新算法的運行時間要少于GPSR-BB算法。
?