IEEE Transactions on Information Theory· 2013Q1
Izgarasız Sıkıştırılmış Algılama
Compressed Sensing Off the Grid
- 1.174atıf
- Q1SCImago
- 2013yıl
Kısa özet
Karmaşık sinüs dalgalarının frekanslarını önceden tanımlanmış bir ızgaraya bağlı kalmadan kurtaran yeni bir atom norm minimizasyon yaklaşımı sunuluyor; bu, s sinüs dalgası ve n toplam örnek için yalnızca O(s log s log n) örnek gerektiriyor.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Karmaşık sinüs dalgalarının frekans tahmini için bir atom norm minimizasyon yaklaşımı sunulmaktadır.
- Frekanslar bir ızgaraya kısıtlanmamıştır, bu da [0, 1] sürekli bir alanda tahmin yapılmasına olanak tanır.
- Yöntem, kesin bir yarı-tanımlı program olarak yeniden formüle edilmiştir.
- Frekansların iyi ayrılmış olması koşuluyla, s sinüs dalgası ve n toplam örnek için O(s log s log n) örnek kullanarak yüksek olasılıkla kesin frekans lokalizasyonunu garanti eder.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
This paper investigates the problem of estimating the frequency components of a mixture of s complex sinusoids from a random subset of n regularly spaced samples. Unlike previous work in compressed sensing, the frequencies are not assumed to lie on a grid, but can assume any values in the normalized frequency domain [0, 1]. An atomic norm minimization approach is proposed to exactly recover the unobserved samples and identify the unknown frequencies, which is then reformulated as an exact semidefinite program. Even with this continuous dictionary, it is shown that O(slog s log n) random samples are sufficient to guarantee exact frequency localization with high probability, provided the frequencies are well separated. Extensive numerical experiments are performed to illustrate the effectiveness of the proposed method.
Yazarların özeti; kaynağından alınmıştır. IEEE Transactions on Information Theory, 2013 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Hesaplamalı Mekanik
Computational MechanicsEngineering