带边信息的压缩感知：几何解释与性能界
信息论
2014-10-13 v1 math.IT
最优化与控制
机器学习
摘要
我们研究带边信息的压缩感知（Compressed Sensing, CS）问题。即在重建目标CS信号时，假设我们可以访问一个相似信号。这一额外知识，即边信息，通过L1-L1和L1-L2最小化被整合进CS。随后，我们给出这些问题成功重建目标信号所需测量数的下界。若边信息质量良好，通过L1-L1最小化可显著减少测量数，但通过L1-L2最小化则减少不多。我们提供几何解释与实验结果来阐明我们的发现。
引用
@article{arxiv.1410.2724,
title = {Compressed Sensing With Side Information: Geometrical Interpretation and Performance Bounds},
author = {João F. C. Mota and Nikos Deligiannis and Miguel R. D. Rodrigues},
journal= {arXiv preprint arXiv:1410.2724},
year = {2014}
}
备注
This paper, to be presented at GlobalSIP 2014, is a shorter version of http://arxiv.org/abs/1408.5250