Improved Analysis for Subspace Pursuit Algorithm in Terms of Restricted Isometry Constant
Improved Analysis for Subspace Pursuit Algorithm in Terms of Restricted Isometry Constant
复制标题
基于受限等距常数的子空间追踪算法的改进分析
DOI：
10.1109/lsp.2014.2336733
复制
发表时间：
2013-09
影响因子：
3.9
通讯作者：
Liu Xin-Ji
中科院分区：
文献类型：
--
作者：
Song Chao-Bing;Xia Shu-Tao;Liu Xin-Ji
在压缩感知（CS）的背景下，子空间追踪（SP）是一种重要的迭代贪婪恢复算法，与最小化算法相比，它大大降低了恢复复杂度。测量矩阵的受限等距特性（RIP）和受限等距常数（RIC）保证了迭代算法的收敛性，是保证重建成功的关键。在这封信中，我们表明，对于s-稀疏恢复，RIC被放大到SP，这大大改善了已知的结果。所提出的结果也适用于几乎稀疏的信号和损坏的测量。
In the context of compressed sensing (CS), subspace pursuit (SP) is an important iterative greedy recovery algorithm which could reduce the recovery complexity greatly comparing with l1-minimization. Restricted isometry property (RIP) and restricted isometry constant (RIC) of measurement matrices which ensure the convergence of iterative algorithms play key roles for the guarantee of successful reconstructions. In this letter, we show that for the s-sparse recovery, the RIC is enlarged to for SP, which improves the known results significantly. The proposed result also applies to almost sparse signals and corrupted measurements.
登录
查看更多内容
DOI：
--
发表时间：
2008
期刊：
ArXiv
影响因子：
--
作者：
Wei Dai;O. Milenkovic
通讯作者：
Wei Dai;O. Milenkovic
DOI：
10.1017/cbo9780511794308
发表时间：
2012
期刊：
--
影响因子：
--
作者：
Gitta Kutyniok
通讯作者：
Gitta Kutyniok
影响因子：
5.4
作者：
Wang, Jian;Shim, Byonghyo
通讯作者：
Shim, Byonghyo
影响因子：
2.5
作者：
Needell, D.;Tropp, J. A.
通讯作者：
Tropp, J. A.
DOI：
10.1007/978-1-4614-4565-4_30
发表时间：
2012
期刊：
--
影响因子：
--
作者：
S. Foucart
通讯作者：
S. Foucart