中文

块稀疏正向量的压缩感知

信息论 2015-07-17 v2 math.IT 最优化与控制

摘要

在本文中,我们重新审视了压缩感知的经典问题之一。具体而言,我们考虑具有稀疏解的线性欠定系统。在过去十年中,在数学上表征通常用于求解此类系统的 1\ell_1 优化技术方面取得了重大成功。Seminal works \cite{CRT,DOnoho06CS} 表明,1\ell_1 可以恢复所谓的线性稀疏性(即即使解的稀疏度与未知向量的长度成线性比例,也能求解系统)。随后的研究 \cite{DonohoPol,DonohoUnsigned}(以及我们自己的研究 \cite{StojnicCSetam09,StojnicUpper10})提供了这种线性关系的精确表征。在本文中,我们考虑上述稀疏驱动问题的所谓结构化版本。具体而言,我们研究稀疏解的一种特殊情况,即所谓的块稀疏解。通常采用 2/1\ell_2/\ell_1-优化作为标准 1\ell_1 的变体来处理稀疏解系统的块稀疏情形。我们在一系列工作 \cite{StojnicCSetamBlock09,StojnicUpperBlock10,StojnicICASSP09block,StojnicJSTSP09} 中考虑了具有块稀疏解的系统,在那里我们能够为 2/1\ell_2/\ell_1-优化提供精确的性能表征,类似于 \cite{StojnicCSetam09,StojnicUpper10} 中为标准 1\ell_1 优化所获得的结果。在这里,我们研究一类类似的系统,其中未知向量除了是块稀疏的之外,还已知其分量具有相同的符号。在本文中,我们略微调整了 2/1\ell_2/\ell_1-优化以考虑已知符号,并提供了对此类调整的精确性能表征。

关键词

引用

@article{arxiv.1306.3977,
  title  = {Compressed sensing of block-sparse positive vectors},
  author = {Mihailo Stojnic},
  journal= {arXiv preprint arXiv:1306.3977},
  year   = {2015}
}

备注

acknowledgement footnote added arXiv admin note: substantial text overlap with arXiv:1304.0001, arXiv:0907.3679, arXiv:1306.3801