基于非凸极小化的扰动压缩数据分离

压缩数据分离是信号采样理论的研究热点之一.本文给出了在冗余字典满足相互一致性条件和完全扰动矩阵满足限制性同构条件下,非凸lq(0<q≤1)极小化的压缩数据分离问题的重构条件和误差估计,理论结果表明在不同冗余字典和不同扰动下,此方法仍能鲁棒重构原始信号.基于两种不同的冗余字典—离散余弦变换(DCT)和小波变换(WT),我们执行了一系列仿真实验,验证了在测量矩阵受各种扰动和加性噪音下,非凸lq(0<q≤1)极小化方法具有较强的鲁棒性和稳定性.本文结果为压缩感知和数据分离的进一步发展和应用提供借鉴.

冗余字典的扰动压缩数据分离

在冗余字典满足相互一致性条件和完全扰动矩阵满足限制性同构条件下,基于l1-极小化方法,对压缩数据分离问题进行了研究,完美地重构了原始信号.