面向压缩感知的抗测量矩阵不确定性稀疏信号恢复
信息论
2011-06-21 v3 math.IT
数值分析
应用统计
摘要
压缩感知是一种从随机测量和测量矩阵中估计稀疏信号的技术。传统的稀疏信号恢复方法在测量矩阵不确定性下性能严重退化。本文将测量矩阵不确定性建模为有界加性误差。从带有测量矩阵不确定性的稀疏信号模型中推导出混合L2和L1范数形式的抗不确定性约束。然后，我们将稀疏约束与抗不确定性约束相结合，得到抗不确定性稀疏信号恢复算子。数值仿真表明，在测量矩阵不确定性存在时，所提出的算子比传统方法具有更好的重构性能。
引用
@article{arxiv.1006.0054,
title = {Anti-measurement Matrix Uncertainty Sparse Signal Recovery for Compressive Sensing},
author = {Yipeng Liu and Qun Wan and Fei Wen and Jia Xu and Yingning Peng},
journal= {arXiv preprint arXiv:1006.0054},
year = {2011}
}
备注
13 pages, 3 figures; Accepted by International Journal of the Physical Sciences