用于压缩感知的调制单位范数紧框架

Peng Zhang; Lu Gan; Sumei Sun; Cong Ling

doi:10.1109/TSP.2015.2425809

用于压缩感知的调制单位范数紧框架

信息论 2015-06-23 v1 math.IT

作者: Peng Zhang , Lu Gan , Sumei Sun , Cong Ling

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

在本文中，我们提出了一个由三部分组成的压缩感知（CS）框架：一个单位范数紧框架（UTF）、一个随机对角矩阵和一个列正交矩阵。我们证明，如果对于长度为 $n$ 的 $s$ -稀疏信号，测量数 $m = O(s \log^2s \log^2n)$ ，并且列正交矩阵是有界的，那么该结构以高概率满足约束等距性质（RIP）。一些现有的结构化感知模型可以在该框架下进行研究，从而为满足 RIP 所需的测量数给出更紧的界。更重要的是，我们借助这个统一框架提出了几种结构化感知模型，例如具有任意/确定性子采样器的通用感知模型、一种快速高效的块压缩感知方案，以及具有确定性相位调制的结构化感知矩阵，所有这些都可以带来实际应用上的改进。特别地，其中一种构造被应用于简化基于 CS 的正交频分复用（OFDM）系统信道估计的收发器设计。

关键词

压缩感知单位范数紧框架限制等距性质结构化感知矩阵相位调制 OFDM 信道估计

引用

@article{arxiv.1411.7630,
  title  = {Modulated Unit-Norm Tight Frames for Compressed Sensing},
  author = {Peng Zhang and Lu Gan and Sumei Sun and Cong Ling},
  journal= {arXiv preprint arXiv:1411.7630},
  year   = {2015}
}

备注

submitted to IEEE Transactions on Signal Processing

用于压缩感知的调制单位范数紧框架

摘要

关键词

引用

备注

相关论文