一种用于高维信号稀疏恢复的分治方法
信号处理
2024-09-04 v2
摘要
压缩感知(CS)技术在恢复高维稀疏信号时需要大量的存储和计算资源。块压缩感知(Block CS, BCS)作为 CS 的一个特殊类别，通过将稀疏恢复问题划分为若干子问题，同时解决了存储和复杂度问题。在本文中，我们推导了 BCS 重建误差的基于 Welch 界的保证。我们的保证表明，BCS 的重建质量随着划分数量的增加而单调下降。为了缓解这种性能损失，我们提出了一种利用稀疏信号各划分之间相关性的稀疏恢复技术。在中等信噪比(SNR)机制下，我们的方法优于 BCS，且仅需存储和计算复杂度的适度增加。
引用
@article{arxiv.2403.04688,
title = {A divide-and-conquer approach for sparse recovery of high dimensional signals},
author = {Aron Bevelander and Kim Batselier and Nitin Jonathan Myers},
journal= {arXiv preprint arXiv:2403.04688},
year = {2024}
}
备注
submitted to IEEE ICASSP 2025