分布式信号多重压缩与恢复的第二阶模型
信息论
2021-11-08 v1 math.IT
最优化与控制
摘要
我们研究由若干独立传感器（或压缩器）观测随机信号并将压缩信息传输至融合中心的多重压缩与重构问题。{该问题的关键是在某种准则（如均方误差（MSE））下找到以误差最小化为意义优化的传感器与融合中心模型。} {我们提出了解决该问题的新技术。其新颖性如下。首先，多重压缩器是非线性的，并使用二阶多项式建模。与线性情形相比，这可通过更高维参数空间中的优化提高信号估计精度。其次，所需模型由一种结合二阶变换（SDT）、最大块改进（MBI）方法与广义秩约束矩阵近似的方法确定。它使我们能利用已知方法的优势进一步提高源信号的估计精度。第三，所提方法在伪逆矩阵意义上得到论证。因此，压缩器与融合中心的模型总是存在且数值稳定。} 换言之，在已知方法不适用或可能产生较大相关误差的情况下，所提模型可提供分布式信号的压缩、去噪与重构。
引用
@article{arxiv.2111.03614,
title = {Second Degree Model for Multi-Compression and Recovery of Distributed Signals},
author = {Pablo Soto-Quiros and Anatoli Torokhti and Stanley J. Miklavcic},
journal= {arXiv preprint arXiv:2111.03614},
year = {2021}
}
备注
arXiv admin note: text overlap with arXiv:1508.04514