存在扰动时稀疏图信号的盲去卷积

图上的盲去卷积涉及利用（观测到的）输出图信号来获取输入（源）以及驱动（建模）图扩散过程的滤波器。这是一个不适定问题，需要额外假设（例如源是稀疏的）才可解。本文解决了在图信息不完美情况下的盲去卷积问题，其中观测图是（未知）真实图的扰动版本。尽管不具备图的完备知识可以说更为常态而非例外，但关于该主题的文献相对较少。这部分是由于将图拓扑的不确定性转化为标准图信号处理工具（例如图的特征向量或图多项式）是一项具有挑战性的工作。为应对这一局限，我们提出了一种基于优化的估计器，该估计器在顶点域中求解盲辨识，旨在估计生成滤波器的逆，并显式考虑加性图扰动。初步数值实验展示了所提算法的有效性与潜力。