用于谱压缩感知中低秩 Hankel 矩阵补全的投影 Wirtinger 梯度下降法
信息论
2015-07-15 v1 机器学习
math.IT
最优化与控制
摘要
本文考虑从少量随机观测的时域样本中重建谱稀疏信号。目标信号是 个不同频率上复正弦波的线性组合。这些频率在归一化频率域 中可以取任意连续值。在将谱稀疏信号恢复转化为低秩结构矩阵补全问题后，我们提出了一种高效的可行点方法，命名为投影 Wirtinger 梯度下降（PWGD）算法，以高效求解该结构矩阵补全问题。我们进一步通过受 FISTA 启发的方案加速了所提出的算法。我们给出了所提算法的收敛性分析。提供了大量数值实验以说明所提算法的有效性。与以往方法不同，我们的算法能够非常高效地求解超大维度问题。
引用
@article{arxiv.1507.03707,
title = {Projected Wirtinger Gradient Descent for Low-Rank Hankel Matrix Completion in Spectral Compressed Sensing},
author = {Jian-Feng Cai and Suhui Liu and Weiyu Xu},
journal= {arXiv preprint arXiv:1507.03707},
year = {2015}
}
备注
12 pages