欠定线性方程.pdfVIP

欠定线性方程组的稀疏解

SparseSolutionofUnderdeterminedLinearEquations

摘要

找出欠定线性方程组的稀疏解，y=ΦxNP-hardingeneral.此处‘典型’或‘随机’

的Φ是稀疏解的近似值，通过使用线性代数的标准操作的定值得出。

我们的建议是，和逐步正交匹配追踪(StOMP)，陆续将信号转化为忽略不计的残差。

T

从初始残差r0=y开始，在s-th阶段形成‘匹配滤波器’Φr，指出所有振幅超过特定

s−1

临界值的坐标，用已选坐标解决最小平方的问题，并减去最小二乘法拟合，得出一个新的残

差。在经过固定的几个阶段后（例如到10后）停止。与正交匹配追踪算法(OMP)不同，和

逐步正交匹配追踪(StOMP)每个阶段，都有多个系数可以进入的其模型，但在正交匹配追踪

算法(OMP)的每个阶段，只有一个系数能够进入；此外，和逐步正交匹配追踪(StOMP)有固

定的阶段数（例如，10个阶段），而正交匹配追踪算法(OMP)可以有n个不同的阶段。就稀

疏解而言，StOMP的运行速度要快的多，例如期中的ℓ最小值以及OMP和其他大规模的问

1

题。

Φ

利用相图来比较算法性能分析。恢复K-稀疏向量(y,)中的x就是随机的n×N且y=

0

Φx0用图中的一点(n/N,k/n)来表示；值得一提的是，此处的范围为knN。对于n，相

比范围是ℓ时得到的最小值，StOMP（近似的）正确恢复了y=Φx中稀疏/不确定的平面

1

的稀疏解。事实上，比起ℓ最小化和OMP，StOMP能更好地解决极限欠定问题。

1

我们严格推导出匹配滤波系数中每个步骤，每个阶段的条件高斯分布，并严谨地为

StOMP性能变量建立了大型系统极限。准确计算出大量样本相位；这些都为StOMP稀疏矢

量的近似恢复提供了渐进准确极限所需的样本数量。

通过指出StOMP在压缩传感，纠错码编码以及超完备表征中能快速有效地找出稀疏

解，从而给出数值例。

关键字：压缩传感，纠错码编码，稀疏超完备表征。相变，大系统极限。随机矩阵理论，

高斯近似，ℓ最小化。阈值函数，逐步回归，错误发现率，错误警报率。MIMO信道，互

1

访干扰，串行干扰抵消，迭代译码。

鸣谢：

ThisworkwassupportedbygrantsfromNIH,ONR-MURI,aDARPABAA,

andNSFDMS00-77261,DMS01-40698(FRG)andDMS05-05303.

1

:DepartmentofStatistics,StanfordUniversity,StanfordCA,94305

2

:InstituteforComputationalMathematicsinEngineering,StanfordUniversity,StanfordCA,

94305

3

:DAPNIA/SEDI-SAP,Serviced’Astrophysique,CentreEuropeend’Astronomie/Saclay,

F-91191Gifsur-YvetteCedexFrance.

1简介

利用信号处理中稀疏特性的可行性已经引起广泛的兴趣。多年以来，已有多项应用表明