通信约束下联合稀疏信号的分布式恢复
最优化与控制
2016-11-15 v1 多智能体系统
摘要
联合稀疏信号的分布式恢复问题近来备受关注。我们假设一个网络的节点观测到具有共同支撑的不同稀疏信号；从线性压缩测量出发，并利用网络通信，每个节点旨在重建其观测信号的支撑和非零值。文献中已提出分布式贪婪算法来解决该问题，其中最常见可靠的方法需要大量传输数据，几乎无法适应现实的网络通信约束。在本文中，我们通过一种重加权 软阈值技术来解决该问题，其中阈值基于当前支撑估计迭代调整。所提方法适应于受约束的网络，因为它仅需要邻居间的本地通信，且传输的消息来自有限集的索引。我们从解析上证明了所提算法的收敛性，并表明在恢复精度与通信负载的平衡方面，它优于最先进的贪婪方法。
引用
@article{arxiv.1611.02431,
title = {Distributed recovery of jointly sparse signals under communication constraints},
author = {Sophie M. Fosson and Javier Matamoros and Carles Anton-Haro and Enrico Magli},
journal= {arXiv preprint arXiv:1611.02431},
year = {2016}
}