基于粒子群优化和原子特性的匹配追踪算法

　　Mallat和Zhang在小波分析的基础上，于1993年提出信号在过完备原子库上分解的思想。用来表示信号的基，可以通过信号在过完备库上的分解，根据信号本身的特点自适应的选取，得到信号的稀疏表示。由于信号的稀疏表示所具有的优良特性，使其在信号处理领域的研究得到了长足发展。但稀疏分解的计算十分复杂，导致实际应用到信号处理上变得困难。

　　粒子群优化算法（Particle Swarm Optimization，PSO）源于对鸟类捕食过程的研究，算法通过先初始化一个种群，然后通过不断迭代寻优，实现全局搜索。算法实现简单，需调整参数少，得到了广泛应用。针对稀疏分解计算复杂问题，本文在MP算法进行信号稀疏分解过程中，用粒子群优化算法进行原子寻优，结合原子特性，有效克服了稀疏分解计算量大的问题。