通过重加权幅度流进行压缩相位恢复
信息论
2018-10-17 v2 math.IT
最优化与控制
摘要
从仅幅度测量中重建稀疏信号向量（即压缩相位恢复）的问题在多种应用中自然出现，但一般而言是NP难的。基于非凸优化的最新进展，本文提出一种称为压缩重加权幅度流（compressive reweighted amplitude flow，缩写为CRAF）的新算法用于压缩相位恢复。具体而言，CRAF分两阶段运行。第一阶段通过一种新的谱过程寻求稀疏初始猜测。第二阶段，CRAF使用基于硬阈值的重加权梯度迭代进行少量更新。当存在充足测量时，在适当条件下CRAF能以高概率精确恢复底层信号向量。此外，其样本复杂度与最先进方法的样本复杂度一致。最后，大量仿真测试展示了新谱初始化的卓越性能，以及相对于竞争替代方案的改进精确恢复。
引用
@article{arxiv.1712.02426,
title = {Compressive Phase Retrieval via Reweighted Amplitude Flow},
author = {Liang Zhang and Gang Wang and Georgios B. Giannakis and Jie Chen},
journal= {arXiv preprint arXiv:1712.02426},
year = {2018}
}