利用高相干感知矩阵保证稀疏信号恢复
数值分析
2014-04-02 v2 信息论
math.IT
摘要
压缩感知是一种利用远少于奈奎斯特准则所需样本量来重建稀疏或可压缩信号的方法。然而，压缩感知的许多结果涉及随机采样矩阵，如高斯矩阵和伯努利矩阵。在常见的物理上可行的信号采集与重建场景（如图像超分辨率）中，感知矩阵具有非随机结构且列之间高度相关。在此，我们提出一种名为部分逆（PartInv）的压缩感知型恢复算法，以克服列之间的相关性。我们提供了理论依据以及实证比较。
引用
@article{arxiv.1311.0314,
title = {Guaranteed sparse signal recovery with highly coherent sensing matrices},
author = {Guangliang Chen and Atul Divekar and Deanna Needell},
journal= {arXiv preprint arXiv:1311.0314},
year = {2014}
}
备注
arXiv admin note: substantial text overlap with arXiv:1302.3918