一般对偶框架下基于l<sub>p</sub>(0&lt;p≤1)最小化的稳定信号恢复

吴焚供; 张然然; 覃耀海; 钟彭洪

您当前的位置：

首页 >

文章列表页 >

一般对偶框架下基于l_p(0<p≤1)最小化的稳定信号恢复

研究论文 | 更新时间：2023-12-11

- 一般对偶框架下基于l_p(0<p≤1)最小化的稳定信号恢复
- Stable Signal Recovery with Dual Frames via l_p-Minimization for 0<p≤1
- 中山大学学报(自然科学版)(中英文) 2015年54卷第6期页码：46-49
- 作者机构：
  
  广东第二师范学院数学系,广东,广州,510303
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版日期：2015，
  
  网络出版日期：2015-11-25，
扫描看全文
吴焚供, 张然然, 覃耀海, 等. 一般对偶框架下基于l_p(0<p≤1)最小化的稳定信号恢复[J]. 中山大学学报(自然科学版)(中英文), 2015,54(6):46-49.

WU Fengong, ZHANG Ranran, QIN Yaohai, et al. Stable Signal Recovery with Dual Frames via l_p-Minimization for 0<p≤1[J]. Acta Scientiarum Naturalium Universitatis SunYatseni, 2015,54(6):46-49.
吴焚供, 张然然, 覃耀海, 等. 一般对偶框架下基于l_p(0<p≤1)最小化的稳定信号恢复[J]. 中山大学学报(自然科学版)(中英文), 2015,54(6):46-49. DOI：

WU Fengong, ZHANG Ranran, QIN Yaohai, et al. Stable Signal Recovery with Dual Frames via l_p-Minimization for 0<p≤1[J]. Acta Scientiarum Naturalium Universitatis SunYatseni, 2015,54(6):46-49. DOI：

摘要

压缩感知理论指出，只要信号是可压缩的或稀疏的，就能以较低的频率采样信号，并能高概率的重构该信号。在实际的应用中

许多信号只能在某些框架下具有稀疏表示，而无法在正交基下获得稀疏表示。针对这一类信号的恢复，一般采取的是l

-analysis 方法。近期有些相关研究考虑了一般对偶框架下基于l

-analysis 方法的信号恢复问题，在比前期l

-analysis 方法更弱的条件下得到了更好的恢复结果。受此启发，我们考虑了一般对偶框架下，基于l

p≤1)最小化的信号恢复。对现有的工作做了理论推广。

Abstract

The theory of compressed sensing points out that

sparse (or compressible) signals can be reconstructed with high probability by lower sampling frequency. In more and more practical applications

many signals are sparse or approximately sparse in terms of some frames rather than orthonormal bases. In such settings

one approach to recover the signals is known as l

-analysis . Some recent study using alternative dual frames as analysis operators

and provide a weaker condition than existing results in the literature. Inspired by this

the recovery of such kind of signals with general dual frame via l

-Minimization (0

p≤1) is studied. The existing work in theory is extended.

关键词

压缩感知信号恢复框架对偶框架l1-analysis

Keywords

compressed sensingsignal recoveryframedual framel1-analysis

references

浏览量

218

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

压缩感知的自适应冗余字典及其图像恢复方法研究

基于稀疏贝叶斯模型的视频恢复方法研究

压缩感知理论下扩展迭代重加权最小二乘算法的性能分析

面向制造领域的三视图模型组件快速检索方法研究

基于压缩感知的图像检索方法研究

一般对偶框架下基于lp(0<p≤1)最小化的稳定信号恢复

Stable Signal Recovery with Dual Frames via lp-Minimization for 0<p≤1

DOI：

摘要

Abstract

关键词

Keywords

references

一般对偶框架下基于l_p(0<p≤1)最小化的稳定信号恢复

Stable Signal Recovery with Dual Frames via l_p-Minimization for 0<p≤1