文献

J-GLOBAL ID：201702234968191007   整理番号：17A0662344

l_p-l_1最適化によるインパルス雑音におけるロバストなスパース回復【Powered by NICT】

Robust Sparse Recovery in Impulsive Noise via $¥ell _p$ -$¥ell _1$ Optimization

著者 (5件)： Wen Fei (Department of Electronic Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Liu Peilin (Department of Electronic Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Liu Yipeng (School of Electronic Engineering/Center for Robotics/Center for Information in Medicine, University of Electronic Science and Technology of China, Chengdu, China) ,  Qiu Robert C. (Department of Electronic Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Yu Wenxian (Department of Electronic Engineering, Shanghai Jiao Tong University, Shanghai, China)
資料名： IEEE Transactions on Signal Processing  (IEEE Transactions on Signal Processing)
巻： 65  号： 1  ページ： 105-118  発行年： 2017年 
JST資料番号： C0228A  ISSN： 1053-587X  CODEN： ITPRED  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,インパルス測定雑音の存在下での圧縮センシング(CS)におけるロバストなスパース回復の問題を検討した。最近,l_1ノルム,Lorentzノルム,Huberペナルティ関数のようなロバストなデータ適合モデルは,よりロバストな性能を得るための一般的なl_2ノルム損失モデルを置き換えるために使用されてきた。本論文では,残留誤差の測定基準として0≦p<2を持つ一般化l_pノルムを用いたスパース回復のためのロバストな定式化を提案した。この定式化を効率的に解くために,著者らは増強されたラグランジアン法のフレームワークにl_pノルム関数の近接演算子を組み込んだによる交互方向法(ADM)を開発した。,p<1の非凸事例に対する収束法を導出するために,平滑化戦略を採用した。提案したアルゴリズムの収束条件は,凸と非凸の両方の場合について解析した。新しいアルゴリズムが高度にインパルス雑音におけるその改善された性能を示すための数値シミュレーションによるいくつかの最先端レベルのロバストなアルゴリズムと比較した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 定式化 ,  アルゴリズム ,  ノルム ,  *最適化 ,  ラグランジアン ,  ペナルティ関数 ,  *インパルス雑音 ,  凸形 ,  *ロバスト性 ,  平滑化
準シソーラス用語： 最先端 ,  数値シミュレーション ,  圧縮センシング ,  測定ノイズ ,  *疎回復 , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 最適化 ,  インパルス雑音 ,  ロバスト ,  スパース回復