Compressed Sensing untuk Sinyal Renggang Gabungan

Alireza Makhzani

Compressed Sensing adalah sebuah bidang yang sedang berkembang, yang mengusulkan bahwa sekumpulan kecil dari proyeksi linear dari sinyal renggang memuat cukup informasu untuk rekonstruksi sinyal yang sempurna. Dalam penelitian ini, kami mengkaji permasalahan umum dari pemodelan dan rekonstruksi spasial atau temporal sinyal renggang yang berkorelasi dalam sebuah skenario tersebar. Korelasi antar sinyal menyediakan sebuah informasi tambahan, yang mana bisa ditangkap oleh model renggang gabungan. Setelah memodelkan korelasi, kami mengusulkan dua algoritma rekonstruksi berbeda yang bisa secara sukses memanfaatkan informasi tambahan ini. Algoritma pertama merupakan sebuah algoritma greedy yang sangat cepat, yang cocok untuk permasalahan skala besar dan bisa memanfaatkan korelasi spasial. Algoritma kedua didasarkan atas sebuah algoritma ambang batas dan bisa memanfaatkan baik korelasi spasial dan temporal. Kami juga menggeneralisasi model kerenggangan gabungan baku dan mengusulkan sebuah model baru untuk menangkap korelasi dalam jaringan sensor.

Leave a Reply

Your email address will not be published. Required fields are marked *

*

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>