复域压缩感知的最优性分析及块稀疏算法
信息论
2022-09-20 v4 math.IT
最优化与控制
摘要
近来，压缩感知（CS）中出现了许多新挑战，例如块稀疏性。本文提出一种求解复域中具有块稀疏约束（BSC）的 CS 的新算法。首先，基于块稀疏特性，我们提出一个新模型来处理带 BSC 的 CS，并分析该模型中相关函数的性质。随后我们给出一个新的 -驻点，并分析相应的一阶充分必要条件。这确保我们进一步开发出块牛顿硬阈值追踪（BNHTP）算法，以高效求解带 BSC 的 CS。最后，初步数值实验表明，与经典 AMP 算法相比，BNHTP 算法在恢复精度与计算时间方面具有更优性能。
引用
@article{arxiv.2208.14666,
title = {Optimality Analysis and Block Sparse Algorithm for Complex Compressed Sensing},
author = {Hui Zhang and Xin Liu and Naihua Xiu},
journal= {arXiv preprint arXiv:2208.14666},
year = {2022}
}
备注
arXiv admin note: text overlap with arXiv:0906.3173 by other authors