Resumen

La teoría emergente de la detección compresiva (CS) proporciona un nuevo paradigma de procesamiento de señales dispersas para reconstruir señales dispersas a partir de medidas lineales submuestreadas. Recientemente, se han desarrollado numerosos algoritmos para resolver problemas de optimización convexa para la recuperación de señales dispersas CS. Sin embargo, en determinadas circunstancias, los algoritmos codiciosos muestran un rendimiento superior al de los métodos convexos. Este artículo es una continuación del reciente artículo de Wang y Yin (2010), que perfecciona las reconstrucciones de BP mediante la detección iterativa de soporte (ISD). La idea heurística de ISD se aplicó a algoritmos codiciosos. Desarrollamos dos enfoques para acelerar la iteración ECME. Los algoritmos descritos, denominados ECME thresholding pursuits (EMTP), introdujeron dos estrategias codiciosas que en cada iteración detectan un conjunto de soporte I umbralizando el resultado de la iteración ECME y estiman la señal reconstruida resolviendo un problema de mínimos cuadrados truncados en el conjunto de soporte I. Se idean dos estrategias eficaces de detección de soporte para las señales dispersas con componentes que tienen una distribución de componentes distintos de cero que decae rápidamente. Los estudios experimentales realizados demuestran que EMTP ofrece una alternativa atractiva a los algoritmos más avanzados de recuperación de señales dispersas.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:recuperación de señales dispersas, iteración ecme, algoritmos codiciosos, señales dispersas, estrategias eficaces de detección de soporte, nuevo paradigma de procesamiento de señales dispersas, búsquedas de umbral ecme, problemas de optimización convexa, detección iterativa de soporte, mediciones lineales submuestreadas
• Keywords:sparse signal recovery, ecme iteration, greedy algorithms, sparse signals, effective support detection strategies, new sparse signal processing paradigm, ecme thresholding pursuits, convex optimization problems, iterative support detection, undersampled linear measurements