压缩采样数据流的加速重建
最优化与控制
2016-05-10 v1
摘要
传统的压缩感知方法自然是离线的，因为它相当于稀疏采样和重建给定数据集。最近，提出了一种用于对流数据进行压缩感知的在线算法：该方案使用输入流的递归采样和递归解压缩，从获取的含噪测量中准确估计流条目。本文中，我们开发了一种新的牛顿型前向后向邻近方法，以在线递归求解正则化最小二乘问题（LASSO）。我们确立了方法的全局收敛性以及局部二次收敛速率。我们的仿真显示了比最先进方法大幅加速，这可能使所提方法适用于具有严格实时约束的应用。
引用
@article{arxiv.1605.02341,
title = {Accelerated reconstruction of a compressively sampled data stream},
author = {Pantelis Sopasakis and Nikolaos Freris and Panagiotis Patrinos},
journal= {arXiv preprint arXiv:1605.02341},
year = {2016}
}