压缩感知：稀疏恢复算法的性能比较
信号处理
2018-01-31 v1
摘要
频谱感知是认知无线电中的一个重要过程。已提出的多种感知技术存在处理时间长、硬件成本高和计算复杂度高的问题。为解决这些问题，人们提出压缩感知以降低处理时间并加快无线电频谱的扫描过程。为实现这一目标，有必要选择合适的稀疏恢复算法。目前已提出多种稀疏恢复算法。本文综述了稀疏恢复算法，将其分类，并比较了它们的性能。在比较中，我们使用了恢复误差、恢复时间、协方差和相变图等多种度量指标。结果表明，贪婪类技术速度更快，凸与松弛类技术在恢复误差方面表现更好，而基于贝叶斯的技术在较小的恢复误差和较短的恢复时间之间具有优势平衡。
引用
@article{arxiv.1801.09744,
title = {Compressive Sensing: Performance Comparison Of Sparse Recovery Algorithms},
author = {Youness Arjoune and Naima Kaabouch and Hassan El Ghazi and Ahmed Tamtaoui},
journal= {arXiv preprint arXiv:1801.09744},
year = {2018}
}
备注
CCWC 2017 Las Vegas, USA