分布式贪婪算法中民主投票原则的分析

对于压缩感知中使用的任何贪婪追踪算法而言，良好的支撑集检测方法是其关键方面。对于分布式压缩感知，我们考虑这样一种设置：许多传感器测量稀疏信号，这些信号通过存在信号交集支撑集而相关联。该交集支撑集被称为联合支撑集。联合支撑集的估计对分布式贪婪追踪算法的性能有重大影响。这种估计可以通过交换局部支撑集估计，随后采用（共识）投票方法来实现。本文致力于对我们称为多数投票和共识投票的两种民主投票原则进行概率分析。在我们的分析中，我们首先将贪婪算法（在传感器本地执行）的输入/输出关系建模为一个已知参数，即漏检概率。基于此模型，我们分析了这些投票原则，并证明了民主投票原则在检测联合支撑集方面具有优势。