Resumen

En este artículo se presenta un enfoque novedoso para la identificación de parámetros de la red de mapas acoplados (CML) basado en la detección comprimida. Establecemos una conexión significativa entre estos dos temas de estudio aparentemente no relacionados e identificamos los parámetros ponderados utilizando los algoritmos de recuperación relevantes en la detección comprimida. En concreto, primero transformamos el problema de identificación de parámetros de CML en el problema de recuperación dispersa de un sistema lineal subdeterminado. De hecho, la detección comprimida proporciona un método viable para resolver el sistema lineal subdeterminado si la matriz de detección satisface algunas condiciones adecuadas, como la propiedad de isometría restringida (RIP) y la coherencia mutua. A continuación, damos una cota baja de la coherencia mutua de la matriz de coeficientes generada por los valores observados de la CML y también demostramos que satisface la RIP desde un punto de vista teórico. Si el vector ponderado de cada elemento es disperso en el sistema CML, nuestro enfoque propuesto puede recuperar todos los parámetros ponderados utilizando sólo unos M muestreos, que es mucho menor que el número de elementos de la red N . Otra ventaja importante y significativa es que si los datos observados están contaminados con algunos tipos de ruido, nuestro enfoque sigue siendo eficaz. En las simulaciones, mostramos principalmente los efectos del parámetro de acoplamiento y del ruido en la tasa de recuperación.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Identificación de parámetros; red de mapas acoplados; detección comprimida; algoritmos de recuperación; sistema lineal subdeterminado; coherencia mutua.
• Keywords:Parameter identification; coupled map lattice; compressed sensing; recovery algorithms; underdetermined linear system; mutual coherence