Se ha demostrado que las estrategias iterativas de reponderación suelen mejorar el rendimiento de muchos algoritmos de reconstrucción dispersa. Iterative Framework for Sparse Reconstruction Algorithms (IFSRA) es un método propuesto recientemente que mejora iterativamente el rendimiento de cualquier algoritmo de reconstrucción dispersa arbitrario. Sin embargo, IFSRA asume que el nivel de sparsity es conocido. El algoritmo Forward-Backward Pursuit (FBP) es un enfoque iterativo en el que cada iteración consta de etapas consecutivas de avance y retroceso. Basándose en el IFSRA, este artículo propone el algoritmo Iterative Forward-Backward Pursuit (IFBP), que aplica las estrategias iterativas reponderadas al FBP sin necesidad de conocer el nivel de dispersión. Utilizando una estrategia de iteración aproximada, IFBP itera gradualmente para aproximarse a la señal desconocida. Finalmente, este artículo demuestra que IFBP mejora significativamente la capacidad de reconstrucción del algoritmo FBP, mediante simulaciones que incluyen la recuperación de señales dispersas aleatorias con diferentes distribuciones de coeficientes distintos de cero, además de la recuperación de una imagen dispersa.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Asignación de potencia optimizada y selección de la ubicación del repetidor en redes de repetidores cooperativas
Artículo:
Gamified Mobile Applications for Improving Driving Behavior: Un estudio de mapeo sistemático
Artículo:
Una encuesta de transmisión segura basada en interferencia cooperativa para sistemas con limitaciones de energía.
Artículo:
Un modelo eficiente de procesamiento de datos en flujo para un servicio criptográfico multiusuario
Artículo:
Procesamiento de datos en red en IoT definido por software con un plano de datos programable