인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
초록·키워드
Distributed compressed sensing (DCS) states that we can recover the sparse signals from very few linearmeasurements. Various studies about DCS have been carried out recently. In many practical applications, thereis no prior information except for standard sparsity on signals. The typical example is the sparse signals haveblock-sparse structures whose non-zero coefficients occurring in clusters, while the cluster pattern is usuallyunavailable as the prior information. To discuss this issue, a new algorithm, called backtracking-based adaptiveorthogonal matching pursuit for block distributed compressed sensing (DCSBBAOMP), is proposed. Incontrast to existing block methods which consider the single-channel signal reconstruction, the DCSBBAOMPresorts to the multi-channel signals reconstruction. Moreover, this algorithm is an iterative approach, whichconsists of forward selection and backward removal stages in each iteration. An advantage of this method isthat perfect reconstruction performance can be achieved without prior information on the block-sparsitystructure. Numerical experiments are provided to illustrate the desirable performance of the proposed method.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
