延斯·艾瑟特;阿克塞尔·弗林斯;格罗、贝内迪克特;英戈·罗斯;格哈德·温德 分层压缩传感。 （英语） Zbl 1504.94035号 Kutyniok，Gitta（编辑）等人，《信息处理中的压缩传感》。查姆：Birkhäuser。申请。数字。哈蒙。分析。，1-35 (2022). 摘要：压缩感知是信号处理中的一种范例，它提供了从线性测量中高效恢复结构化信号的方法。最初是为恢复稀疏信号而设计的，很明显，类似的方法也会延伸到大量其他类别的结构化信号。在这项工作中，我们对一个特别丰富的此类信号家族，即分层结构信号的压缩传感理论进行了概述。此类信号的示例由块向量构成，只有很少的非消失稀疏块。我们提出了基于高效分层硬阈值的恢复算法。只要测量图的行为等距地限制在信号类中，就可以保证算法在测量噪声和模型失配方面以稳定的方式收敛到正确的解决方案。然后，我们提供了一系列结果，确定了大类测量系综的必要条件。在这台机器的基础上，我们描绘了这一框架在机器型通信和量子层析成像中的实际应用。关于整个系列，请参见[Zbl 1497.94001号]. 理学硕士： 94甲12 信号理论（表征、重建、滤波等） 92 C55 生物医学成像和信号处理 关键词：机器类型通信;量子层析成像 软件：C-HiLasso公司;查找;CoSaMP公司 PDF格式BibTeX公司 XML格式引用 \textit{J.Eisert}等人，in：信息处理中的压缩感知。查姆：Birkhäuser。1-35（2022年；Zbl 1504.94035） 全文： 内政部 arXiv公司 参考文献： [1] Absil，宾夕法尼亚州；马奥尼，R。；Sepulchre，R.，矩阵流形上的优化算法（2009），普林斯顿：普林斯顿大学出版社，普林斯顿·Zbl 1147.65043号 [2] Acin，A。；布洛赫，I。；Buhrman，H。；卡拉科，T。；埃希勒，C。；艾瑟特，J。；Esteve，D。；Gisin，N。；Glaser，SJ；Jelezko，F。；库尔，S。；勒文斯坦，M。；里德尔，MF；施密特，PO；Thew，R。；Wallraff，A。；沃尔姆斯利，I。；Wilhelm，FK，《欧洲量子技术路线图》，New J.Phys。，20 (2018) ·数字对象标识代码：10.1088/1367-2630/aad1ea [3] Adcock，B.，Hansen，A.C.，Poon，C.，Roman，B.：打破相干屏障：压缩传感的新理论。论坛数学。西格玛5（2017）。doi:10.1017/fms.2016.32·Zbl 1410.94030号 [4] 巴拉纽克，RG；Cevher，V。；Duarte，MF；Hegde，C.，基于模型的压缩传感，IEEE Trans。Inf.理论，561982-2001（2010）·兹比尔1366.94215 ·doi:10.1109/TIT.2010.2040894 [5] Blumensath，T。；Davies，ME，稀疏近似的迭代阈值，J.Four。附录。，14, 629-654 (2008) ·Zbl 1175.94060号 ·doi:10.1007/s00041-008-9035-z [6] Blumensath，T。；Davies，ME，《标准化迭代硬阈值：保证稳定性和性能》，IEEE J.Sel。顶部。信号。程序。，4, 298-309 (2010) ·doi:10.1109/JSTSP.2010.2042411 [7] Bouchot，JL；福卡特，S。；Hitchzenko，P.，《硬阈值追踪算法：迭代次数》，App。公司。危害。An.，41，412-435（2016）·Zbl 1346.65012号 ·doi:10.1016/j.acha.2016.03.002 [8] 甘蔗，EJ；Tao，T.，线性规划解码，IEEE Trans。《信息论》，51，4203-4215（2005）·Zbl 1264.94121号 ·doi:10.1109/TIT.2005.858979 [9] 陈，Z。；Yang，C.，《利用信道稀疏性在宽带大规模MIMO系统中进行导频净化》，IEEE Trans。电线。社区。，15, 5087-5100 (2016) [10] Dai，W。；Milenkovic，O.，压缩传感信号重建的子空间追踪，IEEE Trans。《信息论》，552230-2249（2009）·Zbl 1367.94082号 ·doi:10.1109/TIT.2009.2016006 [11] 艾瑟特，J。；Hangleiter，D。；Walk，N。；罗斯，I。；Markham博士。；帕雷克，R。；美国查波特。；Kashefi，E.，Quantum认证和基准测试，Nat.Rev.Phys。，2, 382-390 (2020) ·doi:10.1038/s42254-020-0186-4 [12] Eldar，YC；Kutyniok，G.，《压缩传感：理论与应用》（2012），剑桥：剑桥大学出版社，剑桥·doi:10.1017/CBO9780511794308 [13] Eldar，Y.C.，Mishali，M.：子空间并集上的块稀疏性和采样。摘自：《数字信号处理》，2009年第16届国际会议，第1-8页（2009年）。doi:10.1109/ICDSP.2009.5201211 [14] Eldar，YC；Mishali，M.，《从子空间的结构化联合中稳健恢复信号》，IEEE Trans。《信息论》，555302-5316（2009）·Zbl 1367.94087号 ·doi:10.1109/TIT.2009.2030471 [15] 弗拉米亚，ST；总直径。；刘，YK；Eisert，J.，《通过压缩传感实现的量子层析成像：误差界、样本复杂性和有效估计》，《新物理学杂志》。，14 (2012) ·Zbl 1448.81075号 ·doi:10.1088/1367-2630/14/9/095022 [16] Flinth，A.，Groß，B.，Roth，I.，Eisert，J.，Wunder，G.：层次测量的层次等距特性（2021）·兹比尔1485.94018 [17] Foucart，S.，《硬阈值追踪：压缩传感算法》，SIAM J.Num.an.，49，2543-2563（2011）·Zbl 1242.65060号 ·数字对象标识代码：10.1137/100806278 [18] Foucart，S.、Gribonval，R.、Jacques，L.、Rauhut，H.：联合低阶和双解析恢复：问题和部分答案。预印本（2019年）。ArXiv公司：1902.04731·Zbl 1434.65050号 [19] Foucart，S.、Rauhut，H.：压缩传感的数学导论。施普林格（2013）·Zbl 1315.94002号 [20] Friedman，J.、Hastie，T.、Tibshirani，R.：关于群套索和稀疏群套索的注释。预印本（2010）。氩气：1001.0736 [21] Gisin，N。；Ribordy，G。；蒂特尔，W。；Zbinden，H.，《量子密码》，修订版。物理。，74, 145-195 (2002) ·Zbl 1371.81006号 ·doi:10.1103/RevModPhys.74.145 [22] Gluza，M。；Schweigler，T。；劳尔，B。；克鲁姆诺，C。；施密德迈耶，J。；Eisert，J.，冷原子量子模拟器的量子读出，物理学。社区。，20, 12 (2020) ·doi:10.1038/s42005-019-0273-y [23] 总直径。；刘，YK；弗拉米亚，ST；贝克尔，S。；Eisert，J.，《通过压缩传感的量子状态层析成像》，Phys。修订稿。，105, 150401 (2010) ·doi:10.1103/PhysRevLett.105.150401 [24] Hoare，CAR，算法65：查找，通信。美国医学会，4321-322（1961） [25] Jokar，S。；Mehrmann，V.，欠定Kronecker乘积系统的稀疏解，线性代数应用。，431, 2437-2447 (2009) ·兹比尔1181.65058 ·doi:10.1016/j.laa.2009.08.005 [26] 卡列夫，A。；Kosut，RL；Deutsch、IH、Quantum tomography协议是压缩传感协议，NJP Quant。Inf.，115018（2015）·doi:10.1038/npjqi.2015.18 [27] Kliesch，M。；Roth，I.，量子系统认证理论，PRX quantum，2（2021）·doi:10.1103/PRXQuantum.2.010201 [28] 李，C。；Adcock，B.，《具有局部结构的压缩传感：均匀恢复保证了级别级的稀疏性》，应用。计算。危害。分析。，46, 453-477 (2019) ·Zbl 1415.94162号 ·doi:10.1016/j.acha.2017.05.006 [29] Ling，S。；Strohmer，T.，《盲反褶积与盲分层：算法和性能界限》，IEEE Trans。Inf.Theory，63，4497-4520（2017）·Zbl 1370.94583号 ·doi:10.1109/TIT.2017.2701342 [30] Liu，H.，Sun，F.：用于人脸识别的层次正交匹配追踪。摘自：《第一届亚洲模式识别会议》，第278-282页（2011年）。doi:10.1109/ACPR.2011.6166530 [31] Magdon Ismail，M.，稀疏主成分分析的NP硬度和不可逼近性，Inf.Proc。莱特。，126, 35-38 (2017) ·Zbl 1407.68406号 ·doi:10.1016/j.ipl.2017.05.008 [32] Needell，D.，Tropp，J.A.：CoSaMP：不完整和不准确样本的迭代信号恢复。申请。公司。危害。分析。(2008). doi:10.1016/j.acha.2008.07.002·Zbl 1163.94003号 [33] 加利福尼亚州里奥弗里奥；总直径。；弗拉米亚，ST；蒙兹，T。；Nigg，D。；布拉特·R。；Eisert，J.，《七量子比特系统的实验量子压缩传感》，《国家通讯》。，8, 15305 (2017) ·doi:10.1038/ncomms15305 [34] Roth，I.，Flinth，A.，Kueng，R.，Eisert，J.，Wunder，G.：克罗内克积测量的层次限制等距性。摘自：2018年第56届Allerton通信、控制和计算年会（Allerton），第632-638页。IEEE（2018）。doi:10.1109/ALLERTON.2018.8635829 [35] 罗斯，I。；Kliesch，M。；弗林斯，A。；Wunder，G。；Eisert，J.，《高斯和克罗内克乘积测量分层稀疏信号的可靠恢复》，IEEE Trans。信号处理。，68, 4002-4016 (2020) ·Zbl 07591015号 ·doi:10.1109/TSP.2020.3003453 [36] Roth，I.，Kliesch，M.，Wunder，G.，Eisert，J.：分层稀疏信号的可靠恢复。摘自：第三届“稀疏模型与技术相互作用国际旅行研讨会”（iTWIST’16）会议记录，第36-38页（2016）·Zbl 07591015号 [37] Roth，I.，Kueng，R.，Kimmel，S.，Liu，Y.K.，Gross，D.，Eisert，J.，Kliesch，M.：从少数平均门可信度中恢复量子门。物理学。修订稿。121 (2018). doi:10.10103/physrevlett.121.1770502 [38] Roth，I.、Wilkens，J.、Hangleiter，D.、Eisert，J.：半设备依赖型盲量子层析成像。预印本（2020年）。ArXiv:2006.03069年 [39] 沙巴尼，A。；Kosut，RL；Mohseni，M。；拉比茨，H。；马萨诸塞州布鲁姆；阿尔梅达，议员；Fedrizzi，A。；怀特，AG，通过压缩传感有效测量量子动力学，物理学。修订稿。，106, 100401 (2011) ·doi:10.1103/PhysRevLett.106.100401 [40] Shabara，Y.、Koksal，C.E.、Ekici，E.：估计稀疏MIMO信道的时间。预印arXiv:2101.07287（2021） [41] 西蒙，N。；弗里德曼，J。；哈斯蒂，T。；Tibshirani，R.，稀疏群Lasso，J.Comp。图表。统计，22，231-245（2013）·doi:10.1080/10618600.2012.681250 [42] Sprechmann，P.，Ramirez，I.，Sapiro，G.，Eldar，Y.：协作分层稀疏建模。摘自：2010年第44届信息科学与系统年会（CISS），第1-6页（2010年）。doi:10.1109/CISS.2010.5464845·Zbl 1392.94467号 [43] Sprechmann，P。；拉米雷斯，I。；萨皮罗，G。；Eldar，YC，C-HiLasso:一个协作层次化稀疏建模框架，IEEE Trans。信号。程序。，59, 4183-4198 (2011) ·Zbl 1392.94467号 ·doi:10.1109/TSP.2011.2157912 [44] Steffens，A。；加利福尼亚州里奥弗里奥；McCutcheon，W。；罗斯，I。；贝尔，BA；A.麦克米兰。；泰姆，MS；Rarity，JG；Eisert，J.，压缩传感量子层析成像实验探索，量子科学。和Technol。，2 (2017) ·doi:10.1088/2058-9565/aa6ae2 [45] 斯特罗默，T。；Wei，K.，低秩矩阵的无痛分解-有效分层，J.Four。安娜。应用程序。，25, 1-31 (2019) ·Zbl 1428.15017号 ·doi:10.1007/s00041-017-9564-4 [46] Tropp，JA，Greed很好：稀疏近似的算法结果，IEEE Trans。信息理论，502231-2242（2004）·Zbl 1288.94019号 ·doi:10.1109/TIT.2004.834793 [47] Vandereycken，B.，通过黎曼优化完成低秩矩阵，SIAM J.Opt。，23, 1214-1236 (2013) ·Zbl 1277.15021号 ·数字对象标识代码：10.1137/10845768 [48] Vasisht D.Kumar，S.，Katabi，D.：分米级定位，具有单个WiFi接入点。收录于：NSDI，第165-178页（2016年） [49] Wei，K。；蔡，JF；Chan，TF；Leung，S.，低秩矩阵恢复的黎曼优化保证，SIAM J.Math。申请。，37, 1198-1222 (2016) ·Zbl 1347.65109号 ·doi:10.137/15M1050525 [50] Wilkens，J。；Hangleiter，D。；Roth，I.，开源Gitlab知识库（2020年） [51] Wunder，G.，Flinth，A.，Groß，B.：测量基于OFDM的大规模随机接入信道上的浓度。收录于：2021 IEEE统计信号处理研讨会（SSP），第526-530页（2021） [52] Wunder，G.，Roth，I.，Fritschek，R.，Groß，B.，Eisert，J.：使用分层快速盲解卷积保护大规模物联网。收录于：2018 IEEE无线通信和网络会议研讨会（WCNCW），第119-124页。IEEE（2018） [53] Wunder，G。；Stefanatos，S。；弗林斯，A。；罗斯，I。；Caire，G.，多用户宽带大规模MIMO的低overhead分层解析信道估计，IEEE Trans。电线。社区。，18, 2186-2199 (2019) ·doi:10.10109/TWC.20192900637 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。