基于受限等距常数的 SP 与 CoSaMP 算法改进分析

Chao-Bing Song; Shu-Tao Xia; Xin-ji Liu

doi:10.1109/LSP.2014.2336733

基于受限等距常数的 SP 与 CoSaMP 算法改进分析

信息论 2015-06-17 v1 math.IT

作者: Chao-Bing Song , Shu-Tao Xia , Xin-ji Liu

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

在压缩感知 (CS) 背景下，子空间追踪 (SP) 和压缩采样匹配追踪 (CoSaMP) 都是非常重要的迭代贪婪恢复算法，与著名的 $\ell_1$ -minimization 相比，它们能极大地降低恢复复杂度。确保迭代算法收敛的测量矩阵的受限等距性质 (RIP) 和受限等距常数 (RIC) 对于保证成功重建起着关键作用。在本文中，我们表明对于 $s$ -稀疏恢复，SP 的 RIC 扩大至 $\delta_{3s}<0.4859$ ，CoSaMP 的 RIC 扩大至 $\delta_{4s}<0.5$ ，显著改进了已知结果。所提出的结果也适用于近似稀疏信号和受损测量。

关键词

压缩感知子空间追踪压缩采样匹配追踪受限等距常数稀疏恢复迭代贪婪算法

引用

@article{arxiv.1309.6073,
  title  = {Improved Analyses for SP and CoSaMP Algorithms in Terms of Restricted Isometry Constants},
  author = {Chao-Bing Song and Shu-Tao Xia and Xin-ji Liu},
  journal= {arXiv preprint arXiv:1309.6073},
  year   = {2015}
}

基于受限等距常数的 SP 与 CoSaMP 算法改进分析

摘要

关键词

引用

相关论文