×
Chun，Il Yong先生；阿德科克，本

从亚高斯多传感器测量中统一恢复。 （英语） Zbl 1454.94024号

申请。计算。哈蒙。分析。 48，第2期，731-765（2020年）.
概述：当单个传感器无法提供足够的测量值以进行高质量重建时，并行采集系统已成功应用于各种不同的传感应用中。在本文中，当单个传感器使用亚高斯随机采样时，我们考虑并行采集系统的压缩感知（CS）。我们的主要结果是一系列一致恢复保证，这些保证将所需的测量次数与解决方案稀疏的基础以及多传感器系统的某些特性（称为传感器轮廓矩阵）联系起来。特别是，我们推导了最佳恢复的充分条件，即每个传感器所需的测量次数与传感器总数呈线性减少，并演示了多传感器系统的明确示例。我们通过证明传感系统的所谓非对称限制等距特性（ARIP）来建立这些结果，并利用此导出非均匀和通用恢复保证。与现有的工作相比，我们的结果不仅带来了更好的稳定性和稳健性估计，而且在测量条件下提供了更简单、更清晰的常数。最后，我们展示了如何将带有块-对角传感矩阵的CS问题视为我们的多传感器框架的一个特例。将我们的结果专门用于此设置将导致恢复保证至少与现有结果一样好。

引用于三文件

MSC公司：

94甲12 信号理论（表征、重建、滤波等）
42立方厘米 涉及小波和其他特殊系统的非三角谐波分析
第65年 并行数值计算

关键词：

压缩感知；多传感器系统；并行采集；亚高斯随机抽样；均匀回收率；非对称限制等距性；块对角传感

软件：

CVX公司
PDF格式BibTeX公司 XML格式引用
\textit{I.Y.Chun}和\textit{B.Adcock}，应用。计算。哈蒙。分析。48，第2号，731--765（2020；Zbl 1454.94024）
全文： 内政部 arXiv公司

参考文献：

[1] Chun，I.Y。；Adcock，B.，压缩传感和并行采集，IEEE Trans。通知。理论，63，7，1-23（2017年5月），[在线]。可用：
[2] Chun，I.Y。；Adcock，B.，多传感器测量的最佳稀疏恢复，（IEEE Inf.Theory Workshop（ITW）2016）。2016年IEEE信息理论研讨会（ITW），英国剑桥（2016年8月），[在线]。可用：
[3] 春，I.Y。；李，C。；Adcock，B.，《稀疏性和并行采集：最佳均匀和非均匀恢复保证》，（第一届多媒体稀疏性和压缩感知研讨会（MM-SPARSE），2016年IEEE多媒体与博览会国际会议（ICME）。第一届多媒体稀疏性和压缩感知研讨会（MM-SPARSE），2016年IEEE多媒体与博览会国际会议（ICME），华盛顿州西雅图（2016年7月），[在线]。可用：
[4] Chun，I.Y。；阿德科克，B。；Talavage，T.M.，高效压缩传感SENSE pMRI重建与联合稀疏性提升，IEEE Trans。医学图像。，35、1、354-368（2016年1月）
[5] Chun，I.Y。；阿德科克，B。；Talavage，T.，高效压缩传感SENSE并行MRI重建，联合稀疏性提升和互不相干增强，（第36届IEEE EMBS会议录，第36届EEE EMBS会议，伊利诺伊州芝加哥（2014年8月），2424-2427
[6] 普鲁斯曼，K.P。；Weiger，M。；Scheidegger，M.B。；Boesiger，P.，SENSE：快速MRI的灵敏度编码，Magn。Reson公司。医学，42，5，952-962（1999年7月）
[7] Park，J.Y。；Wakin，M.B.，《多视角压缩成像的几何方法》，EURASIP J.高级信号处理。，2012年1月1日至15日（2012年12月）
[8] Traonmilin，Y。；拉贾尔，S。；Almansa，A.，具有最佳稀疏正则化的鲁棒多图像处理，J.Math。成像视觉，51、3、413-429（2015年3月）·Zbl 1330.68333号
[9] Baboulaz，L。；Dragotti，P.L.，《使用有限创新率原理的精确特征提取及其在图像超分辨率中的应用》，IEEE Trans。图像处理。，18、2、281-298（2009年2月）·Zbl 1371.94040号
[10] 杜阿尔特，M.F。；Eldar，Y.C.，《结构化压缩传感：从理论到应用》，IEEE Trans。信号处理。，59、9、4053-4085（2011年9月）·Zbl 1392.94188号
[11] 姜浩。；黄，G。；Wilford，P.，《无透镜压缩成像中的多视角》，APSIPA Trans。信号通知。工艺。，3，e15（2014年12月）
[12] Aceska，R。；Bouchot，J.-L。；Li，S.，融合帧结构化信号的局部稀疏性和恢复（2016年4月），[在线]。可用：
[13] Sanandaji，B.M.，《压缩系统识别（CSI）：在高维动力系统分析中利用稀疏性的理论和应用》（2012），科罗拉多矿业学院：美国科罗拉多矿业学校，博士论文
[14] Nien，H.，基于模型的X射线CT图像和使用可变分割方法的光场重建（2014），密歇根大学：美国密歇根州大学，博士论文
[15] 埃夫特哈里，A。；Yap，H.L。；Rozell，C.J。；Wakin，M.B.，随机块对角矩阵的限制等距性，应用。计算。哈蒙。分析。，38，1，1-31（2015年1月）·兹比尔1302.15046
[16] Wakin，M.B。；Park，J.Y。；Yap，H.L。；Rozell，C.J.，《块对角线测量矩阵的测量集中》（Proc.2010 IEEE ICASSP Proc.2010 EEE ICASSP，德克萨斯州达拉斯（2010年3月））
[17] Park，J.Y。；Yap，H.L。；Rozell，C.J。；Wakin，M.B.，块对角矩阵的度量集中及其在压缩信号处理中的应用，IEEE Trans。信号处理。，59, 12, 5859-5875 (2011) ·Zbl 1393.94388号
[18] Rozell，C.J。；Yap，H.L。；Park，J.Y。；Wakin，M.B.，《具有重复块的块对角线矩阵的度量集中》，（第44届IEEE CISS.第44届EEE CISS会议，新泽西州普林斯顿市（2010年3月））
[19] Krahmer，F。；门德尔森，S。；Rauhut，H.，混沌过程的Suprema和受限等距性，Comm.Pure Appl。数学。，1877-1904年11月67日（2014年1月）·Zbl 1310.94024号
[20] 福卡特，S。；Lai，M.-J.，通过（0<q\leq 1）的（ell_q）-最小化求解欠定线性系统的最稀疏解，应用。计算。哈蒙。分析。，26,3395-407（2009年5月）·Zbl 1171.90014号
[21] Cai，T.T。；Zhang，A.，多面体的稀疏表示与稀疏信号和低秩矩阵的恢复，IEEE Trans。通知。理论，60,1122-132（2014年1月）·Zbl 1364.94114号
[22] Vershynin，R.，《随机矩阵非渐近分析导论》（Eldar，Y.；Kutyniok，G.，《压缩传感：理论与应用》（2012），剑桥大学出版社：剑桥大学出版社，英国剑桥），210-268，ch.5
[23] Choi，J.-G。；帕克，S.-J。；Lee，H.-N.，《压缩传感及其在无线传感器网络中的应用》（Hu，F.；Hao，Q.，《智能传感器网络：传感器网络、信号处理和机器学习的集成》（2012），CRC出版社：佛罗里达州博卡拉顿CRC出版社），351-378，ch.15
[24] 奥利弗·J。；Lee，H.-N.，《多无线传感器网络的现实分布式压缩传感框架》（Proc.4th Signal Process.with Adapt.Sparse Struct.Repr.Proc.4st Signal Process with Adapt.Spar Struct.Repr.，英国苏格兰爱丁堡，2011年6月），第105页
[25] 莫纳杰米，H。；南卡罗来纳州贾法尔普尔。；加维什，M。；Donoho，D.L。；Ambikasaran，S。；巴卡拉多，S。；巴哈拉迪，D。；陈，Y。；Choi，Y。；Chowdhury，M.，《与高斯随机矩阵的压缩传感相变匹配的行列式矩阵》，Proc。国家。阿卡德。科学。美国，110，4，1181-1186（2013年1月）·Zbl 1292.94007号
[26] CVX Research，Inc.，CVX:Matlab软件，用于严格的凸编程，2.0版（2012年8月）
[27] 格兰特，M。；Boyd，S.，非光滑凸程序的图实现，（《学习与控制的最新进展》，《学习与控制的最新进展》，《控制与信息科学讲义》（2008），95-110·兹比尔1205.90223
[28] 阿德科克，B。；汉森，A.C。；Poon，C。；Roman，B.，《打破连贯障碍：压缩感知的新理论》，《数学论坛》。西格玛，5（2017）·Zbl 1410.94030号
[29] 罗马人，B。；Hansen，A。；Adcock，B.，《压缩传感中的渐近结构》（2014年6月），arXiv预印本
[30] 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。哈蒙。分析。，46, 3, 453-477 (2019) ·Zbl 1415.94162号
[31] Talagrand，M.，《一般链：随机过程的上下限》（2005），《Springer Verlag:Springer Verlag Berlin》·Zbl 1075.60001号
[32] Chun，I.Y。；Adcock，B.，《亚高斯多传感器测量的均匀恢复》（2018年2月），[在线]。可用：
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。