Las perspectivas de desarrollo de la detección comprimida

Detección comprimida para mediciones no lineales. El problema lineal inverso resuelto mediante detección comprimida se extiende al problema de resolver parámetros de funciones no lineales. En términos generales, la detección comprimida de mediciones no lineales puede incluir incertidumbres de la matriz de medición, errores de cuantificación, modelos lineales generalizados y muestras comprimidas con pérdidas.

Promoción y aplicación de la sensada comprimida en la factorización matricial. Análisis de componentes principales, aprendizaje de diccionarios de representación, factorización de matrices no negativas, estimación de vectores multidimensionales, problemas de recuperación de matrices de bajo o alto orden.

Diseño de matriz de medición determinista. Existen algunas dificultades prácticas con las matrices aleatorias. Es una condición suficiente e innecesaria que una matriz aleatoria satisfaga RIP. En la práctica, el resultado de multiplicar la matriz de representación dispersa y la matriz aleatoria es el diccionario que determina el rendimiento de recuperación de la escasez.

La detección comprimida tradicional utiliza una estructura dispersa como información previa para restaurar la señal. Los avances recientes indican que otros resultados algebraicos simples en los datos también se utilizan como información previa para la estimación de señales. El desarrollo conjunto de información previa de estas señales mejorará aún más el rendimiento de la detección comprimida.