修正的多重正交最小二乘(modified multiple orthogonal least squares,m^(2)OLS)算法是在多重正交最小二乘算法(multiple orthogonal least squares,m OLS)的基础上提出的.利用m^(2)OLS算法能够从模型y=Ax+v中重构稀疏信号x.借助预选...修正的多重正交最小二乘(modified multiple orthogonal least squares,m^(2)OLS)算法是在多重正交最小二乘算法(multiple orthogonal least squares,m OLS)的基础上提出的.利用m^(2)OLS算法能够从模型y=Ax+v中重构稀疏信号x.借助预选取规则,m^(2)OLS算法的复杂度低于m OLS.在三类噪声干扰下,本文给出保证m^(2)OLS算法每次迭代至少选取一个正确指标的充分条件.该条件是在约束等距性质(restricted isometry property,RIP)框架下给出的.在第一次迭代中,本文给出m^(2)OLS算法不能选取正确指标的条件.与现有的结果相比,本文中的结果具有一定优势.展开更多