中文

非凸共稀疏优化问题的误差估计

最优化与控制 2023-11-27 v1 信息论 math.IT

摘要

当信号不具有稀疏结构但在某一变换域下具有稀疏性时,Nam 等人 \cite{NS} 引入了共稀疏分析模型,该模型为稀疏表示模型提供了对偶视角。本文主要讨论带噪声条件的非凸 p(0<p<1)\ell_p(0<p<1) 松弛共稀疏优化模型的误差估计。与现有文献相比,在相同条件下,本文给出的 Ω\Omega-RIP 常数 δ7s\delta_{7s} 的取值范围更宽。当 p=0.5p=0.5δ7s=0.5\delta_{7s}=0.5 时,本文的误差常数 C0C_0C1C_1 优于文献 \cite{Cand,LiSong1} 中的相应结果。此外,当 0<p<10<p<1 时,非凸松弛方法的误差结果显著小于凸松弛方法。实验结果验证了理论分析的正确性,并说明 p(0<p<1)\ell_p(0<p<1) 方法能为共稀疏优化问题提供鲁棒重建。

关键词

引用

@article{arxiv.2311.13794,
  title  = {Error estimation for the non-convex cosparse optimization problem},
  author = {Zisheng Liu and Ting Zhang},
  journal= {arXiv preprint arXiv:2311.13794},
  year   = {2023}
}