压缩感知的盲校准：状态演化与在线算法
统计力学
2021-03-22 v2 无序系统与神经网络
信息论
math.IT
摘要
压缩感知允许以少量测量获取可压缩信号。在应用中，硬件实现常需校准，因为感知过程并非完全已知。盲校准，即同时执行校准与压缩感知，因此尤为引人关注。Sch\"ulke 及其合作者在 2013 与 2015 年的工作中提出了一种基于近似消息传递 (AMP) 的盲校准方法（cal-AMP）。此处，该算法从已提出的离线情形扩展至在线情形，其中校准随新测量样本的接收逐步精炼。此外，我们表明离线与时算法的性能均可通过状态演化 (SE) 形式体系进行理论研究。通过数值模拟，证实了 cal-AMP 的效率与理论预测的一致性。
引用
@article{arxiv.1910.00285,
title = {Blind calibration for compressed sensing: State evolution and an online algorithm},
author = {Marylou Gabrié and Jean Barbier and Florent Krzakala and Lenka Zdeborová},
journal= {arXiv preprint arXiv:1910.00285},
year = {2021}
}