有限时-顶点图信号的子集随机抽样与重建
信号处理
2025-09-01 v1
摘要
有限时-顶点图信号 (FTVGS) 提供了一种高效表征方法，用于捕捉跨多个数据源在不规则结构上的时空相关性。虽然已广泛研究了 FTVGS 在已知谱支持情况下的抽样与重建，但在谱支持未知的情况下仍需进一步调查。现有的随机抽样方法可能在任意顶点处任意时刻提取样本，但此类策略在实际应用中并不友好，因抽样通常受限于特定顶点子集和时刻。为满足这一需求，我们提出了一种针对 FTVGS 的子集随机抽样方案。具体而言，我们首先随机选择一组行和列以形成子矩阵，然后在该子矩阵内进行随机抽样。理论上，我们提供了以高概率重建原始 FTVGS 的充分条件。此外，我们引入了一个集成低秩、稀疏性和平滑性先验 (LSSP) 的重建框架，并通过实验验证了重建的可行性和框架的有效性。
引用
@article{arxiv.2508.21415,
title = {Subset Random Sampling and Reconstruction of Finite Time-Vertex Graph Signals},
author = {Hang Sheng and Qinji Shu and Hui Feng and Bo Hu},
journal= {arXiv preprint arXiv:2508.21415},
year = {2025}
}
备注
This paper was published in IEEE Transactions on Signal and Information Processing over Networks (2025)