压缩感测可以以欠采样率重建可压缩或稀疏信号。 然而,具有大量但能量低的可压缩信号的小系数难以重构,同时也影响了大系数的精度。 因此,对于诸如正交匹配追踪(OMP)和树结构小波压缩感知(TSW-CS)之类的压缩感知算法,测量模型中存在假定误差,这使得重建结果不符合原始测量模型。 。 针对这个问题,我们提出了投影替换算法,即通过用奇异值分解建立测量空间及其正交补余空间,并用伪逆算法代替重建结果在测量空间中的投影。 提出的PR算法消除了OMP和TSW-CS重建模型中的假设测量误差,从理论上保证了PR结果具有较小的误差。 OMP和TSW-CS已通过实验验证了其有效性。 该算法为基于CS的应用(如图像编码,超分辨率,视频检索等)提供了良好的重构算法。