面向线性与非线性逆问题的可训练复域ISTA
信息论
2019-10-18 v2 机器学习
math.IT
摘要
来自含噪线性/非线性观测的复域信号恢复问题出现在信号处理与无线通信的诸多领域中。本文提出一种名为复域TISTA（C-TISTA）的可训练迭代信号恢复算法，用于处理复域非线性逆问题。C-TISTA基于深度展开（deep unfolding）的思想，由采用Wirtinger导数的梯度下降步骤与采用可训练复值收缩函数的收缩步骤构成。重要的是，它所含可训练参数数量很少，因而其训练过程可高效执行。数值结果表明，与现有算法相比，C-TISTA展现出卓越的信号恢复性能。
引用
@article{arxiv.1904.07409,
title = {Complex Trainable ISTA for Linear and Nonlinear Inverse Problems},
author = {Satoshi Takabe and Tadashi Wadayama and Yonina C. Eldar},
journal= {arXiv preprint arXiv:1904.07409},
year = {2019}
}
备注
6 pages, 3 figures