信号空间贪婪方法的近预言性能与分块分析
数值分析
2014-07-28 v2 信息论
math.IT
摘要
压缩感知（CoSa）是一种新方法，它证明了稀疏信号可以从少量线性测量中恢复。像 CoSaMP 这样的贪婪算法就是为此类恢复而设计的，并且这些方法的变体已被推广到稀疏性相对于某个任意字典而非正交基的情形。在这项工作中，我们分析了当测量值被零均值高斯白噪声破坏时，所谓的信号空间 CoSaMP 方法的性能。我们为在任意字典下稀疏的信号恢复建立了近预言性能。此外，我们分析了该方法针对支撑集服从块结构的信号的分块变体，将该方法扩展到基于模型的压缩感知框架中。数值实验证实，在这些设定下，分块方法显著优于标准方法。
引用
@article{arxiv.1402.2601,
title = {Near Oracle Performance and Block Analysis of Signal Space Greedy Methods},
author = {Raja Giryes and Deanna Needell},
journal= {arXiv preprint arXiv:1402.2601},
year = {2014}
}