基于过参数化投影梯度下降的快速离网格稀疏恢复
信号处理
2022-08-19 v2 最优化与控制
摘要
我们考虑从傅里叶测量中恢复离网格脉冲的问题。滑动Frank-Wolfe和连续正交匹配追踪（OMP）等成功的方法迭代地向解中添加脉冲，然后在每次迭代中对所有参数进行代价高昂（当脉冲数量大时）的下降。在二维情况下，已有研究表明从网格化的过参数化初始化执行投影梯度下降（PGD）比连续正交匹配追踪更快。本文中，我们提出一种基于OMP的PGD离网格过参数化初始化，其可完全避免网格并在三维下给出更快的结果。
引用
@article{arxiv.2202.13757,
title = {Fast off-the-grid sparse recovery with over-parametrized projected gradient descent},
author = {Pierre-Jean Bénard and Yann Traonmilin and Jean-François Aujol},
journal= {arXiv preprint arXiv:2202.13757},
year = {2022}
}