本文介绍了一种从欠采样傅里叶表示重建稀疏二维信号的新方法，特别针对每通道可采样条目数量固定的场景。研究人员推导了给定读出预算下压缩感知矩阵互相干度的下界，证明其超过了经典的Welch界。本文还提出了实现某些矩阵维度和预算下该界限的确定性欠采样模式，并通过模拟将其性能与随机欠采样进行了基准测试。 AI
排序理由 该条目是发表在arXiv上的学术论文，详细介绍了一种新的信号处理方法。[lever_c_demoted from research: ic=1 ai=0.1]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Fourier
- Gotit.pub
- Hugging Face
- Litmaps
- Nitin Jonathan Myers
- ScienceCast
- scite Smart Citations
- Two-dimensional Fourier compressed sensing
- Welch bounds
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
