KF-CS：基于卡尔曼滤波残差的压缩感知
信息论
2010-03-25 v3 math.IT
统计方法学
摘要
我们考虑从有限数量的带加性噪声的线性非相干测量中递归重构具有未知且时变稀疏模式的时间序列稀疏信号的问题。我们提出的解决方案 KF CS-residual (KF-CS) 的核心思想是：用对卡尔曼滤波 (KF) 观测残差（使用先前支撑估计计算得到）进行压缩感知 (CS) 来代替对原始观测进行压缩感知。研究了 KF-CS 误差随时间的稳定性。展示了与 CS 和 LS-CS 的仿真比较。
引用
@article{arxiv.0912.1628,
title = {KF-CS: Compressive Sensing on Kalman Filtered Residual},
author = {Namrata Vaswani},
journal= {arXiv preprint arXiv:0912.1628},
year = {2010}
}
备注
7 pages, 2 figures, submitted to the IEEE for possible publication