压缩感知用于相干多维谱重建
信号处理
2020-07-01 v1 光学
摘要
我们将两种稀疏重建技术——最小绝对收缩与选择算子（LASSO）和稀疏指数模态分析（SEMA）——应用于二维（2D）光谱学。算法首先在模型数据上测试，表明两者均能仅使用传统基于傅里叶的估计器所需数据的一小部分来重建光谱。通过对稀疏采样的LH2复合物荧光探测二维谱实验数据分析，我们得出结论：SEMA和LASSO均可用于显著减少所需数据量，同时仍能重建多维谱。在两种技术中，SEMA表现出更优的性能，可更准确地估计谱线宽度及其位置。此外，SEMA允许离网格分量，可使用比LASSO小得多的字典，从而提升性能并降低重建相干多维谱的计算复杂度。
引用
@article{arxiv.1912.06936,
title = {Compressed Sensing for Reconstructing Coherent Multidimensional Spectra},
author = {Zhengjun Wang and Shiwen Lei and Khadga Jung Karki and Andreas Jakobsson and Tönu Pullerits},
journal= {arXiv preprint arXiv:1912.06936},
year = {2020}
}