从嘈杂的压缩测量中唯一(不精确)恢复的条件

信息处理 压缩传感
2021-12-23 09:12:40

我正在寻找关于通过 ℓ 1最小化的压缩感知重建是否是唯一的以及在什么条件下的理论。
我已经看过了:

Tropp, JA,“放松一下:识别噪声中稀疏信号的凸编程方法”,IEEE Transactions on Information Theory,2006, 52, 1030-1051。

本文指出最小化器是唯一的,但我不能完全归结为保持这种唯一性(Eq. (ℓ 1 -Error) 和 Theorem 14)所需的确切条件。

我还看了:

坎德斯,EJ;Romberg, J. 和 Tao, T.,“从不完整和不准确的测量中恢复稳定的信号” ,纯粹和应用数学通讯,2006,59,1207-1223。

然而,他们似乎并没有声称最小化器是独一无二的。
由于这两篇论文都来自压缩感知的早期,我怀疑解决方案的这种独特性可能会有更新的结果。你们有没有一些提示?

1个回答

J. Fuchs的“Recovery of Exact Sparse Representations in the Presence of Bounded Noise”处理了您提出的问题。从摘要:

这项贡献的目的是将在无噪声情况下开发的冗余基中信号的稀疏表示的一些最新结果扩展到有噪声观察的情况。[..] 我们考虑这个案子b=Ax0+e[...] 并寻求条件x0可以从b...

我认为定理 2 和 3 是您正在寻找的(至少部分)。