Resumen

La reconstrucción de una señal escasa en el espectro a través de compresión sensorial (CS) a partir de datos submuestreados es, de hecho, un problema mal planteado. En este artículo, demostramos matemáticamente que, en ciertos casos, la reconstrucción exacta de una señal escasa en el espectro a través de CS a partir de datos submuestreados es imposible. Luego presentamos la condición exacta de reconstrucción de señales escasas en el espectro submuestreadas, lo cual es valioso para la compresión de señales digitales.

• Materias:Modelado matemático Modelo de red neuronal Tasa de convergencia Aritmética Ondículas libres
• Subjects:Mathematical modeling Neural network model Convergence rate Arithmetic Free wavelets
• Palabras claves:Sensor de compresión; Señal de espectro disperso; Datos submuestreados; Problema mal planteado; Reconstrucción exacta; Compresión de señal digital
• Keywords:Compressive sensing; Spectrum-sparse signal; Undersampled data; Ill-posed problem; Exact reconstruction; Digital signal compression