信号子空间联合上的跨通道无标签感知
信号处理
2025-06-12 v1 机器学习
摘要
跨通道无标签感知解决了从跨通道洗牌的测量中恢复多通道信号的问题。本工作将跨通道无标签感知框架扩展到位于子空间联合中的信号,从而能够处理更复杂的信号结构,拓宽框架至压缩感知等任务。样本与通道之间的这种不匹配常常出现于如完全自由生物组织钙成像或多目标跟踪等应用中。我们通过推导更紧致的样本数下界,改进了前述模型,同时支持更一般的信号类型。该方法通过在完全自由生物组织钙成像中的验证,该成像中生物体运动扰乱了样本到神经元的对应关系。这表明了我们框架在实际场景中具有实用价值,即在样本-通道关联不精确的情形下仍能实现准确的信号重建。
引用
@article{arxiv.2506.09773,
title = {Cross-Channel Unlabeled Sensing over a Union of Signal Subspaces},
author = {Taulant Koka and Manolis C. Tsakiris and Benjamín Béjar Haro and Michael Muma},
journal= {arXiv preprint arXiv:2506.09773},
year = {2025}
}
备注
Accepted to ICASSP 2025. \copyright 2025 IEEE. Personal use of this material is permitted