通过双稀疏约束优化计算一比特压缩感知
最优化与控制
2022-04-20 v3
摘要
一比特压缩感知因其低存储成本与低硬件复杂度而在信号处理与通信中广受欢迎。然而，仅利用一比特（符号）信息来恢复信号一直是一项具有挑战性的任务。在本文中，我们将一比特压缩感知适当地表述为一个双稀疏约束优化问题。通过新引入的 -平稳性，建立了这一非凸且不连续问题的一阶最优性条件，并基于该条件发展了梯度投影子空间追踪（\texttt{GPSP}）算法。证明了 \texttt{GPSP} 能够全局收敛并在有限步内终止。数值实验展示了其在高准确度与快计算速度方面的优异性能。
引用
@article{arxiv.2101.03599,
title = {Computing One-bit Compressive Sensing via Double-Sparsity Constrained Optimization},
author = {Shenglong Zhou and Ziyan Luo and Naihua Xiu and Geoffrey Ye Li},
journal= {arXiv preprint arXiv:2101.03599},
year = {2022}
}