l-l最小化模型在不同噪声下的误差估计

分享到

【作者】宋儒瑛，张朝阳，关晋瑞
【刊名】数学的实践与认识
【作者单位】太原师范学院数学系
【年份】2021
【卷号】第51卷
【期号】第13期
【页码】269-274
【ISSN】1000-0984
【关键词】l-l最小化噪声类型稀疏恢复限制等距常数
【摘要】压缩感知理论利用信号的稀疏性这一特点,通过较少的观测数据来高概率地重构出原始信号,从而降低了采样的频率,打破了传统奈奎斯特采样定理的局限性,同时也缓解了采样设备在硬件方面的局限性,减少了数据存储,处理及传输的成本.在l 1 -l 2 最小化模型的基础上,讨论了当测量矩阵的限制等距常数满足一定的条件,针对不同的噪声情形,l 1 -l 2 最小化模型求得的解与真实解之间的误差是可以被有效控制的,并且当信号是稀疏且无噪音干扰时,原始信号可以被精确恢复.
【文献类型】期刊