稀疏与多频带信号的亚奈奎斯特随机采样重构
信息论
2014-11-27 v2 math.IT
摘要
随着技术的发展，各种应用需要处理更高频率的信号。为了数字化此类信号，传统的模数转换器由于更高的采样率而面临实现挑战。因此，较低的采样率（即亚奈奎斯特）被认为具有成本效益。一种众所周知的方法是考虑稀疏信号，即与最高频率分量相比具有更少非零频率分量的信号。对于稀疏位置的先验知识，已存在成熟的方法。然而，在某些应用中此类信息不可用。针对此类情况，最近已提出多种方法。在本文中，我们提出了几种不需要任何抗混叠滤波器的随机采样恢复算法。此外，我们提供了这些恢复技术收敛到信号的条件。最后，我们通过广泛的仿真确认了上述方法的性能。
引用
@article{arxiv.1411.6587,
title = {Reconstruction of Sub-Nyquist Random Sampling for Sparse and Multi-Band Signals},
author = {Amir Zandieh and Alireza Zareian and Masoumeh Azghani and Farokh Marvasti},
journal= {arXiv preprint arXiv:1411.6587},
year = {2014}
}