Sampling versus Random Binning for Multiple Descriptions of a Bandlimited Source
对于对称L-描述信源编码问题,随机合并是一种有效但复杂的编码技术。我们提出了另一种方法,使用的量化样本的带限源的“描述”。根据奈奎斯特条件,只要接收到足够的采样,就可以重构出信源。我们研究的编码方案,结合采样和噪声整形量化的情况下,只有K < L的描述或所有L的描述被接收。所接收的描述的K集合中的一些对应于均匀采样,而另一些对应于非均匀采样。该方案在均匀采样的K集上获得了最佳的率失真性能,但在非均匀采样的K集上会受到噪声放大。然后,我们表明,通过增加采样率和增加一个随机分仓阶段,最佳的操作点是实现任何K集。
2013-11-19 cs.IT math.IT
Sampling and Distortion Tradeoffs for Bandlimited Periodic Signals
本文研究了加性高斯白噪声下高斯带限周期信号的最优采样策略(均匀和非均匀)和失真折衷问题。我们的重点是表征最佳采样位置以及最佳预采样滤波器,以尽量减少重建失真。我们首先表明,要实现最佳失真,没有预采样滤波器是必要的任何任意采样率。然后,我们提供了一个完整的表征低和高采样率(相对于信号带宽)的最佳失真。我们还提供了边界的重建失真率在中间区域。它表明,非均匀采样优于均匀采样低采样率。此外,最优非均匀采样集是鲁棒的缺失采样值。另一方面,对于高于奈奎斯特速率的采样率,均匀采样策略是最优的。随机离散周期信号的结果的扩展进行了讨论,仿真结果表明,从连续域进行到离散域的直觉。稀疏信号也被认为是,它表明,均匀采样是最佳的奈奎斯特速率以上。
2016-10-30 cs.IT math.IT
Random Sampling of Bandlimited Graph Signals from Local Measurements
本文研究图信号的随机采样,证明通过 O(klogk) 次局部测量即可稳定恢复 k-带限信号,并提出了最优与估计两种基于测地距离的采样策略。
2023-10-18 cs.IT eess.SP math.IT
Efficient Sampling Set Selection for Bandlimited Graph Signals Using Graph Spectral Proxies
研究了图上信号带限重构的最佳采样集选择问题。图信号的频域表示可以使用考虑底层图连通性的变分算子的特征向量和特征值来定义。在节点上定义的平滑变化的信号在各种应用中特别感兴趣,并且倾向于在频率基础上近似带限。图信号的采样理论处理的问题是选择最佳的节点子集,从它的样本中重建一个带限信号。解决这个问题的大多数方法需要计算频率基础(即,变分算子的本征向量),随后是使用基元素的搜索过程。就存储和时间复杂度而言,对于涉及非常大的图的真实数据集,这可能是不切实际的。我们规避这个问题,在我们的配方中引入的数量称为图形频谱代理,定义使用的权力的变化算子,为了近似的频谱内容的图形信号。这使我们能够制定一个直接的采样集选择方法,不需要计算和存储的基础元素。我们表明,我们的方法也提供了稳定的重建时,样本是嘈杂的,或当原始信号只有大约带宽限制。此外,所提出的方法是有效的变分算子的任何选择,从而涵盖了广泛的图形和应用。我们证明了它的有效性,通过各种数值实验。
2016-03-08 cs.IT math.IT
Sampling High-Dimensional Bandlimited Fields on Low-Dimensional Manifolds
考虑在$\Re^2$中使用沿其路径进行测量的移动传感器对带限空间场进行采样和重建的任务,沿传感器路径增加采样率是廉价的,但增加传感器每单位面积行进的总距离(我们称之为\emph{path density})则更昂贵。在本文中,我们介绍的问题,设计传感器的轨迹是最小的路径密度的条件下,这些轨迹上的字段的测量承认完美的重建带限字段。我们研究了各种可能的采样轨迹设计。推广了经典格上采样理论的一些思想,得到了理想重构的轨迹的充分必要条件。我们表明,一组等间距的平行线具有最低的路径密度从某些限制类的轨迹,承认完美的重建。然后,我们推广我们的一些结果到更高的维度。我们首先得到的结果设计采样轨迹在高维领域。此外,解释1维流形的轨迹,我们扩展了我们的一些想法,高维采样流形。我们制定的问题,设计$κ$维采样流形的$d$维空间领域是最小的\emph{manifold density},一个自然的推广的路径密度。我们表明,我们的结果可以推广到类似的结果$d-1$维采样流形$d$维空间场的$\Re^2$领域的采样轨迹。
2012-11-01 cs.IT math.IT
On Bandlimited Spatiotemporal Field Sampling with Location and Time Unaware Mobile Sensors
用于环境感测的时空场的采样是感兴趣的。传统上,几个固定的站点或采样位置有助于空间场的重建。最近,人们对空间场的移动感测和位置感知感兴趣。在这项工作中,一般类域所管辖的常系数线性偏微分方程被认为是。这个类模拟许多物理场,包括温度、污染和扩散场。分析是在一个维度的第一次博览会。它是假设一个移动传感单元是可用于采样的时空领域的利益在未知的位置和未知的时间-都产生独立和未知的更新过程。提出了一种基于测量噪声影响样本的空间场重建算法。它示出,如果该字段上的初始条件是带限的,则原始和估计字段之间的均方误差减小为$O(1/n)$,其中$n$是移动传感器的平均采样密度。该算法具有通用性,即不需要已知采样点的位置和采样时刻的统计分布。
2017-12-05 cs.IT math.IT
Bandlimited Signal Reconstruction From the Distribution of Unknown Sampling Locations
我们研究了带限领域的重建从未知的,但统计分布的采样位置的样本。该设置的动机是分布式采样的传感器位置的精确知识可能是困难的。周期性的一维带限场被认为是采样。在独立和同分布的位置上的字段的完美的样本被获得。采样地点的统计实现尚不清楚。首先,它表明,一个带限字段不能唯一地确定在统计分布,但未知的位置,即使样本的数量是无限的样本。接下来,假设样本位置的顺序已知。在这种情况下,使用顺序统计的见解,有用的渐近性质的字段的估计设计。失真(均方误差)和中心极限建立此估计。
2013-03-06 cs.IT math.IT math.ST
On Minimal Trajectories for Mobile Sampling of Bandlimited Fields
我们研究了稳定采样的采样轨迹设计和使用移动传感器的带限空间场的重建。假设谱是一个对称凸集。作为性能度量,我们使用采样轨迹集的路径密度,其被定义为被监测的空间区域的每单位空间体积的移动传感器行进的总距离。首先集中在平行线上,我们确定了一组平行线的最小路径密度,包含一组稳定的采样字段bandlimited到一个已知的集合。然后,我们证明了问题成为不适定的优化时,在所有的轨迹演示一个可行的轨迹集与任意低的路径密度。然而,问题变得适定,如果我们明确指定的稳定性裕度。我们证明了这一点,通过获得一个非平凡的下界的路径密度的任意一组轨迹,包含一个采样集明确指定的稳定界限。
2014-11-24 cs.IT math.CA math.IT
Compressive phase retrieval of sparse bandlimited signals
这一贡献提出了一个两阶段的战略,以允许相位检索的最先进的亚奈奎斯特采样方案的稀疏多频带信号。所提出的策略是基于数据采集,通过调制的宽带转换器已知的亚奈奎斯特采样。本文介绍了如何调制器进行修改,使信号恢复从子奈奎斯特幅度样本成为可能,并给出了相应的恢复算法,这是计算效率。此外,所提出的策略是相当普遍的,允许几个结构和恢复算法。
2015-09-27 cs.IT math.IT
Sampling of operators
函数的采样和重构是科学中的核心工具。一个关键的结果是由采样定理带宽有限的功能归因于惠特克,香农,奈奎斯特,和Kotelnikov。我们开发了一个类似的抽样论的运营商,我们称之为带限,如果他们的科恩-尼伦伯格符号是带限的。我们证明了这样的运营商的采样定理,并表明它们是经典的采样定理的扩展。
2010-10-29 cs.IT math.CA math.FA
Sampling and reconstruction of operators
我们研究了恢复运营商与带限Kohn-Nirenberg符号的行动,这样的运营商的加权脉冲训练,一个程序,我们称之为运营商抽样。Kailath,后来Kozek和作者已经表明,运营商采样是可能的,如果运营商的符号是带限的一组面积小于1。在本文中,我们开发了显式重建公式的算子采样,推广重建公式的带限函数。我们给出的采样率的充分必要条件,取决于大小和几何的带限集。此外,我们表明,在温和的几何条件下,类的运营商bandlimited到一个未知的一组面积小于一半允许采样和重建。Heckel和Boelcskei独立地获得了一个类似的结果,考虑了未知的面积小于1的集合。具有带限符号的算子已经被用来模拟具有慢时变脉冲响应的双色散通信信道。本文的结果是植根于工作的贝洛和Kailath在20世纪60年代。
2015-03-02 cs.IT math.FA math.IT
Beyond Nyquist: Efficient Sampling of Sparse Bandlimited Signals
宽带模拟信号将当代模数转换系统推向其性能极限。然而,在许多应用中,以奈奎斯特速率采样是低效的,因为感兴趣的信号仅包含相对于频带限制的少量有效频率,尽管频率的位置可能事先不知道。对于这种类型的稀疏信号,其他采样策略是可能的。本文介绍了一种新型的数据采集系统,称为随机解调器,这是由强大的,现成的组件。令K表示信号中频率的总数,并且令W表示其以Hz为单位的带宽限制。仿真表明,随机解调器每秒只需要O(K log(W/K))个样本就可以稳定地重建信号。该采样率以指数方式低于奈奎斯特频率W Hz。与奈奎斯特采样相反,必须使用非线性方法,例如凸规划,从随机解调器采集的样本中恢复信号。本文提供了一个详细的理论分析系统的性能,支持的经验观察。
2009-09-22 cs.IT math.IT
Local sampling and approximation of operators with bandlimited Kohn-Nirenberg symbols
最近的采样定理允许恢复运营商的带宽限制科恩-尼伦伯格符号从他们的响应一个单一的离散支持标识符信号。现有的结果本质上是非局部的。例如,我们表明,为了准确地恢复一个带限算子,标识符不能在时间上也不能在频率上衰减。此外,局部和离散表示的概念在理论中缺失。在本文中,我们开发了解决这些缺点的工具。我们表明,要获得一个运营商的本地近似,它是足够的截断和软化三角洲训练,也就是说,一个composite支持Schwarz类函数上测试运营商。为了数值地计算算子,可以从响应函数获得离散测量值,这些离散测量值在局部选择值产生算子的局部近似的意义上是局部化的。我们分析的中心是概念化的意义的有限带Kohn-Nirenberg符号的运营商的本地化。
2013-10-19 cs.IT math.CA math.FA
Multidimensional Sampling of Isotropically Bandlimited Signals
给出了多维采样和重构的平均重构误差方差的一个新的下界。它适用于任意维数的任意格点上的采样,假设随机过程具有常数、各向同性带限谱和最佳线性重构。在足够高和足够低的采样率下,该下限对于任何晶格都是精确的。误差方差偏离下界的两个阈值率给出了采样格的两个最优性准则。证明了在低速率下,在第一阈值附近,最优格是最优球覆盖格的对偶,首次建立了最优采样与最优球覆盖之间的严格关系.一个先前已知的结果被确认在高利率,接近第二个阈值,即,最佳的晶格是最好的球填充晶格的对偶。数值结果量化的性能,各种格采样和支持理论的最优性标准。
2017-03-01 cs.IT math.IT math.ST
Robust recovery of bandlimited graph signals via randomized dynamical sampling
热扩散过程在图上的动力系统建模中有着广泛的应用。在本文中,我们考虑恢复的$k$ -带限图信号,这是一个初始信号的热扩散过程从其时空样本。我们提出了三个随机时空采样制度,称为动态采样技术,包括在随机选择一个小的时空节点的子集,根据一些概率分布。我们表明,所需的空间-时间样本的数量,以确保稳定的恢复每个政权取决于一个参数称为谱图加权相干性,这取决于动态之间的相互作用,在图形和采样概率分布。在最佳情况下,不超过$\mathcal{O}(k \log(k))$空时样本足以确保所有$k$带限信号的准确和稳定恢复。在任何情况下,通过利用时间信息,动态采样通常需要比静态情况少得多的空间样本。然后,我们提出了一种计算效率高的方法来重建$k$带限信号从他们的空时样本。我们证明,它产生准确的重建,它也是稳定的噪声。最后,我们测试各种各样的图形上的动态采样技术。数值结果支持我们的理论研究结果,并证明了效率。
2021-10-04 cs.IT cs.NA math.IT
High-resolution distributed sampling of bandlimited fields with low-precision sensors
在分布式的,通信受限的,处理环境中,采样的问题的离散时间序列的空间带宽有限的字段与有界的动态范围。需要一个中央单元,可以访问由固定精度传感器组成的密集网络收集的数据,在严格的节点间通信约束下运行,以最大的精度重建现场快照。确定性和随机场模型被认为是。对于随机场,结果是在几乎肯定意义下成立的。过采样率(传感器密度)和模数转换器(ADC)的精度之间有一个灵活的权衡,同时实现每奈奎斯特间隔每快照的位数的指数精度的可行性被证明。这揭示了一个潜在的“比特守恒”原理:每个快照的每个奈奎斯特间隔的比特预算(速率)可以以几乎任意的离散值方式沿着幅度轴(传感器精度)和空间(传感器密度)分布,同时保持相同的(指数)失真率特性。在有界区域上的场重构的可量化信息缩放定律也被导出:对于每个奈奎斯特间隔、$Θ(\log N)$奈奎斯特间隔和总网络比特率$R_{net} = Θ((\log N)^2)$(每个传感器比特率$Θ((\log N)/N)$)的N个一比特传感器,最大逐点失真变为零,如$D = O((\log N)^2/N)$或$D = O(R_{net} 2^{-β\sqrt{R_{net}}})$。这被证明是可能的,只有最近的邻居通信,分布式编码,和适当的插值算法。对于一个固定的,非零的目标失真,固定精度的传感器的数量和所需的网络速率总是有限的。
2008-12-11 cs.IT math.IT
Bandlimited Spatial Field Sampling with Mobile Sensors in the Absence of Location Information
利用移动传感器对物理场进行采样是一个新兴的领域。在这种情况下,这项工作介绍并提出了一个基本问题的解决方案:可以从未知的采样位置的样本估计的空间场?未知的采样位置,样本量化,未知带宽的字段,并存在测量噪声的字段估计过程中提出的困难。在这项工作中,除了量化,其他三个问题将在移动采样框架中一起解决。空间带限领域被认为是。它是假设测量噪声影响的现场样本收集从一个未知的更新过程中获得的空间位置。即,在从更新过程获得的位置上获得样本,但是采样位置和更新过程分布是未知的。在这个未知的采样位置设置,它表明,在现场估计的均方误差减少为$O(1/n)$,其中$n$是由移动传感器收集的样本的平均数。所收集的样本的平均数量由更新过程中的样本间间距分布确定。详细介绍了一种确定空间场带宽的算法,该算法随着平均样本数$n$的增加而以很高的概率工作。该算法在相同的设置中工作,即,在存在测量噪声和未知采样位置的情况下。
2016-01-24 cs.IT math.IT math.ST
Shift-invariant spaces, bandlimited spaces and reproducing kernel spaces with shift-invariant kernels on undirected finite graphs
本文提出无向有限图上的移位不变空间概念,证明其与带限空间及移位不变核再生核空间的关系,并基于嵌套Krylov结构提出有限步采样重建算法。
2024-12-17 cs.IT eess.SP math.IT
FFT Multichannel Interpolation and Application to Image Super-resolution
University of Macau(澳门大学)
本文提出了一种创新的工具集,用于支持离散信号的多通道插值(MCI)方法。研究显示,带限信号$f$可以从$g_k$($1\leq k\leq M$)的有限样本中精确重建,其中$g_k$是$M$个线性系统对输入$f$的响应。所提出的插值方法也可用于近似非带限信号。通过定量误差分析,确保其在近似非带限信号和希尔伯特变换中的有效性。基于FFT技术,提出了一种高效且可靠的MCI快速算法。通过多个模拟展示了MCI的突出性能。此外,所提出的插值方法应用于单图像超分辨率(SISR)。通过实验研究,展示了其在SISR的准确性和速度方面的优越性能。我们的结果通过标准测量标准与图像上采样和重建的最新方法进行了定性和定量比较。
2019-04-10 cs.IT cs.NA math.IT
Random space-time sampling and reconstruction of sparse bandlimited graph diffusion field
本文针对热扩散驱动的稀疏带限图信号,提出随机时空采样机制,并利用动态谱图加权相干性建立理论框架,证明仅需 O(s log(k)) 个时空样本即可稳定重建,同时给出高效算法并通过实验验证。
2024-10-23 cs.IT cs.NA math.IT
Shift-Invariant and Sampling Spaces Associated with the Special Affine Fourier Transform
特殊仿射傅立叶变换或SAFT概括了许多众所周知的酉变换以及信号处理和光学相关的数学运算。平移不变空间在采样理论、多分辨率分析以及信号和图像处理的许多其他领域也起着重要作用。香农采样定理是现代数字通信的核心,是移位不变空间中采样的一个特例。此外,众所周知,Poisson求和公式等价于采样定理,Zak变换与采样定理和Poisson求和公式密切相关。几十年来,这些结果在傅里叶变换域中是成立的,最近,A. Bhandari和A.扎耶德本文的主要目标是表明,这些结果也适用于SAFT域。我们提供了一个简短的,自包含的证明香农定理的函数带限在SAFT域,然后表明,采样在SAFT域相当于正交投影的函数到子空间的带限的基础与SAFT域。这种对抽样的解释导致了最小二乘最优抽样定理。此外,我们表明,这种近似过程与卷积和半离散卷积算子,与SAFT域。最后,我们的文章与分数延迟滤波的SAFT带限函数的应用。
2016-01-21 cs.IT math.IT
Estimation of Bandlimited Signals in Additive Gaussian Noise: a "Precision Indifference" Principle
研究了在加性独立高斯噪声影响下动态范围受限信号的采样、量化和估计问题。对于带限信号,由于加性独立高斯噪声的失真可以通过过采样(统计分集)来减少。在这项工作中,逐点期望均方误差被用作信号估计的失真度量。考虑量化器精度的两种极端情况:(i)无限精度(实标量);和(ii)一位量化(符号信息)。如果$N$是相对于奈奎斯特速率的过采样率,则失真的最佳规律是$O(1/N)$。我们表明,失真的$O(1/N)$可以实现的量化器精度无关,通过考虑上述两个极端的情况下的量化。因此,一个量化精度无差异原则被发现,其中的重建失真的法律,直到一个比例常数,是不受量化器的精度。
2012-11-28 cs.IT math.IT
Discrete Sampling: A graph theoretic approach to Orthogonal Interpolation
我们研究的问题,找到酉子矩阵的$N \times N$离散傅立叶变换矩阵,在使用正交基插值离散带限信号的上下文中。这个问题与关于$\mathbb{Z}_N$和平铺$\mathbb{Z}_N$上的幂等元的一组不同的问题有关。在这项工作中,我们建立了一个图论的方法和连接的问题,找到最大的集团。我们确定这些图形的关键属性,使插值问题易于处理时,$N$是一个素数的权力,我们确定的挑战,推广到任意$N$。最后,我们研究了图的性质和Fuglede猜想的谱瓦方向之间的一些联系。
2018-12-24 cs.IT math.IT
Structured sampling and fast reconstruction of smooth graph signals
这项工作涉及采样的光滑信号的任意图。我们首先研究了结构化的采样策略,这样的光滑的图形信号,包括随机选择的几个预定义的节点组。通过称为\emph{group}图累积相干性的量来驱动要采样以稳定地嵌入$k$带限信号集合的组的数量。对于一些优化的采样分布,我们表明,采样$O(k\log(k))$组总是足以稳定地嵌入一组$k$ -带限信号,但这个数字可以更小-下降到$O(\log(k))$ -取决于节点组的结构。快速的方法来近似这些抽样分布的详细说明。其次,我们考虑$k$ -带限信号,几乎是分段恒定的预定义组的节点。我们表明,这是可能的,以加快重建这样的信号,通过大幅减少的向量的维数进行重建。当结合所提出的结构化采样过程中,我们证明了该方法提供了稳定和准确的原始信号的重建。最后,我们提出了数值实验来说明我们的理论结果,并作为一个例子,展示了如何结合这些方法在图像中使用超像素的交互式对象分割。
2017-02-26 cs.IT cs.SI math.IT
Sparse Sampling in Fractional Fourier Domain: Recovery Guarantees and Cramér-Rao Bounds
本文针对分数阶傅里叶变换域的稀疏采样问题,提出了一种避免频谱泄漏的时域稀疏恢复方法并给出适用于任意FrFT带限核的采样定理,同时推导了Cramér-Rao Bounds以填补文献空白。
2024-04-29 cs.IT eess.SP math.IT
Signal Recovery on Graphs: Random versus Experimentally Designed Sampling
我们研究了基于两种采样策略的图上的信号恢复:随机采样和实验设计采样。我们提出了一类新的光滑图信号,称为近似带限,它推广了带限类,并类似于全局光滑类。然后,我们提出了两个恢复策略的基础上随机抽样和实验设计的抽样。基于实验设计的采样的建议的恢复策略类似于在矩阵近似中使用的杠杆分数。我们表明,虽然这两种策略是无偏估计的低频分量,实验设计的采样的收敛速度要快得多,比随机采样时,图是不规则的。我们在三个特定的图上验证了所提出的恢复策略:环形图,Erdens-Rényi图和星形图。仿真结果支持了理论分析。
2015-05-29 cs.IT math.IT stat.ML
Signal Recovery on Graphs: Fundamental Limits of Sampling Strategies
本文建立了理论基础的恢复一类新提出的光滑的图形信号,近似带限图形信号,在三种采样策略:均匀采样,实验设计的采样和主动采样。然后,我们国家的最大风险的最小最大的下限,大约带限类在这三个采样策略,并表明,主动采样不能从根本上优于实验设计的采样。我们提出了一个恢复策略,比较均匀采样与实验设计的采样。由于所提出的恢复策略本身以及统计分析,我们得出每个采样策略的精确均方误差。为了研究收敛速度,我们引入了两种类型的图,并发现(1)所提出的恢复策略达到了最佳速率;(2)实验设计的采样从根本上优于2型图类的均匀采样。为了验证我们提出的恢复策略,我们测试了五个特定的图:一个环图与$k$最近的邻居,一个Erdens-Rényi图,一个随机几何图,一个小世界图和一个幂律图,并发现实验结果与所提出的理论相匹配。这项工作还提出了一个全面的解释,何时以及为什么采样的半监督学习与图形工程。
2017-02-19 cs.IT math.IT
Sampling Theory for Graph Signals on Product Graphs
Carnegie Mellon University(卡内基梅隆大学);NYU Tandon School of Engineering(纽约大学坦登工程学院)
在本文中,我们扩展了采样理论的图,构建了一个框架,利用产品图的结构,有效的采样和恢复的带限图信号,躺在他们。产品图是由更小的图原子组成的图;我们激励这个模型如何成为一种灵活而有用的方式来建模更丰富的数据类别,这些数据在本质上可以是多模态的。以前的工作已经建立了带限信号的图上的采样理论。重要的是,该框架在样本复杂性和计算复杂性方面都实现了显著的节省
2018-09-26 cs.AI cs.IT cs.LG
Theoretical Analysis of the Energy Capture in Strictly Bandlimited Ultra-Wideband Channels
无线通信信道的频率选择性可以通过信道脉冲响应的延迟扩展Ds来表征。如果延迟扩展与输入信号的带宽W相比很小,即Ds*W近似等于1,则信道表现为平坦衰落。对于Ds*W >> 1,信道表现为频率选择性的,这通常是宽带信号的情况。在第一种情况下,精度远高于采样时间T = 1/W的小尺度同步是至关重要的。在本文中,它是由分析手段,这是不同的宽带制度。这里,具有精度T的同步是足够的,并且小规模同步不能进一步增加接收器处的捕获能量。仿真结果表明,对于IEEE 802.15.4a信道模型,这种效应在W > 50 MHz时已经发生。
2008-08-07 cs.IT math.IT
Generalized Sampling Expansions Associated with Quaternion Fourier Transform
四元数值信号与四元数傅里叶变换(QFT)一起为矢量值信号和图像处理提供了一个有效的框架。然而,四元数值信号的抽样论还没有得到很好的发展。本文利用广义平移和卷积,给出了与QFT相关的广义采样展开式。证明了基于QFT的M个线性系的输出信号样本可以重构出QFT意义下的σ-带限四元数值信号。四元数线性正则变换(QLCT)是六参数QFT的推广。利用QFT之间的关系,推导了σ-带限四元数信号在QLCT意义下的采样公式。最后举例说明了我们的结果。
2016-06-28 cs.IT math.CA math.FA
Time Encoding Quantization of Bandlimited and Finite-Rate-of-Innovation Signals
本文研究IF-TEM采样器中量化对带限和FRI信号的影响,推导MSE上界并与经典ADC比较,发现提高信号最大频率或脉冲数可减小量化步长,在特定参数下IF-TEM的MSE界比同比特经典ADC低约8 dB。
2024-05-01 cs.IT eess.SP math.IT
System Approximations and Generalized Measurements in Modern Sampling Theory
本文研究了带限函数空间中采样数据的信号重构问题。在第一部分中,信号空间的特点是,经典的采样序列一致收敛,我们研究自适应恢复算法是否可以产生一致收敛的空间,非自适应采样序列不。特别是,它表明,自适应信号恢复算法的研究需要全新的分析工具,因为用于非自适应重建程序,这是基于著名的巴拿赫-斯坦豪斯定理的方法,是不适用于自适应的情况下。第二部分分析了基于输入信号样本的稳定线性时不变(LTI)系统输出的逼近,其中输入信号被假设为属于带限函数的Paley-Wiener空间,具有绝对可积傅立叶变换。如果样本是通过输入信号f的点估计获得的,则存在稳定的LTI系统H,使得即使过采样因子任意大,逼近过程也不会收敛到期望的输出H(f)。如果允许输入信号的广义测量,则每个稳定的LTI系统的输出可以根据输入信号的广义测量一致地近似。最后一节研究了只有信号样本的幅度已知的情况。它示出,可以找到特定的测量泛函,使信号恢复的带限信号从幅度测量是可能的,与整体的四倍的奈奎斯特速率的采样率。
2014-10-21 cs.IT math.FA math.IT
Relevant Sampling of Band-limited Functions
研究了多元带限函数的随机抽样问题。如果带宽为1的带限函数在体积$R^d$的立方体上具有其基本支集,则$\cO (R^d \log R^d)$随机样本足以以高概率逼近该函数直到给定误差。
2012-03-01 cs.IT math.IT math.PR
Convolutional dynamical sampling and some new results
本章研究卷积算子驱动的动态采样问题,回顾有限维结果并扩展至无限维,重点分析时空采样集的密度。
2024-07-05 cs.IT math.IT
Back in the US-SR: Unlimited Sampling and Sparse Super-Resolution with its Hardware Validation
Unlimited Sensing Framework(USF)是一种数字采集协议,允许对高动态范围信号进行采样和重构。通过获取模样本,USF避免了限幅或饱和问题,这是传统模数转换器(ADC)中的基本瓶颈。在USF的上下文中,一些作品都集中在带限函数类,最近,硬件验证的模采样方法已经提出。在不同的方向,在本文中,我们专注于非带限函数类,并考虑著名的超分辨率问题,我们研究了稀疏信号(狄拉克脉冲)的恢复低通滤波,模样本。采用端到端的方法,基于超分辨率的USF,我们提出了一种新的恢复算法(US-SR),利用了双稀疏结构的模样本。我们推导出一个采样标准的US-SR方法。模ADC的硬件实验证明了我们的方法在现实的噪声环境中的经验鲁棒性,从而验证了其实际效用。
2022-07-27 cs.IT eess.SP math.IT
Convolution Idempotents with a given Zero-set
该研究针对满足卷积幂等且具有指定零集的N长度离散信号,从采样等领域问题出发,在N为素数幂时通过逆DFT非零索引的数字展开完成了这类信号的特征刻画。
2020-01-03 cs.IT math.IT
Rethinking Sketching as Sampling: A Graph Signal Processing Approach
对属于低维子空间的信号进行采样对于降维、有限的存储器存储和流式网络数据的在线处理具有被充分记录的优点。当子空间已知时,这些信号可以被建模为带限图信号。大多数现有的采样方法被设计为最小化从其样本重构原始信号时所引起的误差。通常,这些吝啬的信号作为输入计算密集型线性算子。因此,兴趣从重建信号本身转向有效地近似规定的线性算子的输出。在这种情况下,我们提出了一种新的采样方案,利用图形信号处理,利用低维(带限)的输入结构,以及变换的输出,我们希望近似。我们制定的问题,共同优化样本选择和目标线性变换的草图,所以当后者被应用到采样的输入信号的结果是接近所需的输出。在线性反问题中,类似的草图采样思想也是有效的。因为这些设计是离线执行的,所以所得到的采样加上复杂性降低的处理流水线对于以顺序方式采集或处理的数据特别有用,其中线性算子必须快速且重复地应用于连续输入或响应信号。数值试验表明,所提出的算法的有效性,包括手写数字的分类,从少至20的784个像素的输入图像和选择传感器从网络部署进行分布式参数估计任务。
2019-11-25 cs.IT math.IT
Above the Nyquist Rate, Modulo Folding Does Not Hurt
我们考虑的问题,恢复连续时间带限信号从离散时间的信号,从采样它每$T_s$秒,并减少结果模$Δ$,对于一些$Δ>0$。对于$Δ=\infty$,著名的Shannon-Nyquist采样定理保证,如果采样率$1/T_s$超过所谓的Nyquist速率,则可以实现完美的恢复。Bhandari等人最近的工作表明,对于任何$Δ>0$,如果采样率超过奈奎斯特速率$πe$的因子,则仍然可以进行完美的重建。在这封信中,我们改进了这一结果,并表明,对于有限的能量信号,完美的恢复是可能的任何$Δ>0$和任何采样率以上的奈奎斯特率。因此,如果采样率超过奈奎斯特速率,则模折叠不会使信号降级。这一主张是通过建立一个连接的离散时间信号从其模减少版本的恢复问题和预测的离散时间信号的下一个样本从其过去的问题,并利用这一事实,即对于一个带限信号的预测误差可以任意小。
2019-03-28 cs.IT eess.SP math.IT
Increased Capacity per Unit-Cost by Oversampling
它表明,增加一倍的采样率恢复的容量损失的带限高斯信道与一位输出量化器。
2010-09-15 cs.IT math.IT
Random periodic sampling patterns for shift-invariant spaces
本文提出随机周期采样模式用于平移不变空间信号重建,证明密度超过频率分布数量对数因子时高概率成功,提供简单替代方案并具稳定性裕度,通过Zak域测度集中方法实现均匀重建保证。
2023-10-12 cs.IT math.CA math.FA
Unlimited Sampling of Bandpass Signals: Computational Demodulation via Undersampling
本文研究带通信号的模运算采样问题,基于无限制采样框架,证明了在亚奈奎斯特速率下从欠采样模表示中恢复带通信号的采样定理,并通过数值仿真和硬件实验验证了方法的有效性。
2023-07-10 cs.IT eess.SP math.IT
Compressive Sampling using Annihilating Filter-based Low-Rank Interpolation
虽然最近的压缩感知理论提供了一个机会,以克服奈奎斯特极限恢复稀疏信号,解决方案的方法通常采取的形式的未知信号的逆问题,这是至关重要的依赖于特定的信号表示。在本文中,我们提出了一个完全不同的两步傅立叶压缩采样框架在连续域,可以实现为测量域插值,之后可以使用经典的解析重建方法进行信号重建。其主要思想源于主空间的稀疏性和谱域结构矩阵的低秩性之间的基本对偶性,这表明谱域中的低秩矩阵可以在性能保证的情况下享受稀疏恢复的所有好处。最值得注意的是,所提出的低秩插值方法可以被视为最近的频谱压缩感知的推广,以恢复大类的有限创新率(FRI)信号在接近最佳的采样率。此外,对于基数表示的情况下,我们可以证明,所提出的低秩插值将受益于固有的正则化和最佳的非相干参数。使用强大的双证书和高尔夫计划,我们表明,新的框架仍然达到了接近最佳的采样率为一般类的FRI信号恢复,和采样率可以进一步降低的类基数样条。使用不同类型的FRI信号的数值结果证实,所提出的低秩插值方法具有显着更好的相变比传统的CS方法。
2016-09-26 cs.IT math.IT
1-Bit Unlimited Sampling Beyond Fourier Domain: Low-Resolution Sampling of Quantization Noise
本文提出一种超越傅里叶域的1比特无限采样架构,通过推广噪声整形并开发变换域恢复方法,在降低过采样要求的同时提升鲁棒性,扩展了1比特采样系统的适用范围。
2025-09-08 cs.IT eess.SP math.IT
Aliasing-truncation Errors in Sampling Approximations of Sub-Gaussian Signals
本文从非带限随机信号采样定理中新的混叠截断误差上界入手。然后,研究了亚高斯随机信号的$L_p([0,T])$逼近。建立了显式截断误差上界。所得到的收敛速度提供了一种构造性的算法,用于确定截断Whittaker-Kotel'nikov-Shannon展开式中的采样率和样本大小,以确保具有给定精度和可靠性的亚高斯信号的近似。给出了一些数值例子。
2016-08-12 cs.IT math.IT math.PR
Nyquist-Sampling and Degrees of Freedom of Electromagnetic Fields
本文提出了一种信号空间方法来研究任意散射条件下电磁场的奈奎斯特采样、自由度和重建问题。传统的信号处理工具,如多维采样定理和傅立叶理论,用于提供电磁波传播的线性系统理论解释,从而揭示电磁场的空间带限性质。它们的空间带宽由底层散射的选择性决定,这允许建立奈奎斯特空间采样,减少需要处理的场样本的数量。
2022-10-11 cs.IT eess.SP math.IT
Time Encoding Sampling of Bandpass Signals
本文研究了用时间编码机(TEM)对带通信号进行采样和重构的问题。结果表明,这种采样在原理上等价于周期非均匀采样(PNS)。然后,TEM参数可以根据信号带宽和幅度来设置,而不是像带限/低通信号的情况下那样根据上边缘频率和幅度来设置。对于单个信息频带的带通信号,如果TEM参数使得每个信道中的时间序列的任何连续值之间的差由信号带宽的倒数限定,则可以完美地重建带通信号。提出了一种结合PNS插值函数的重建方法。数值实验验证了所提出的TEM格式的可行性和有效性。
2023-02-15 cs.IT eess.SP math.IT
Whittaker-Kotel'nikov-Shannon approximation of $φ$-sub-Gaussian random processes
本文首先推广了带限随机过程抽样定理中的一些经典结果和新的截断误差上界。然后,研究了$L_p([0,T])$及$φ$ -次高斯随机过程的有限时间抽样和的一致逼近。明确的截断误差上界的建立。给出了一般结果的一些规范,使假设易于验证。采用直接分析方法获得结果。
2016-06-03 cs.IT math.IT math.PR
Sampling Theorem and interpolation formula for non-vanishing signals
该研究面向一般类型非消失有界连续信号,提出带快速衰减系数的模拟 Whittaker-Shannon-Kotelnikov 采样定理及改进插值公式。
2024-06-18 cs.IT math.FA math.IT
Necessary Density Conditions for Sampling and Interpolation in Spectral Subspaces of Elliptic Differential Operators
该研究针对带缓振荡符号的二阶一致椭圆微分算子谱子空间,结合谱理论等多类方法证明了临界采样密度的存在性并给出计算方式,还得到一维可变带宽的新临界密度。
2021-11-26 cs.IT math.AP math.FA
On Unlimited Sampling
Massachusetts Institute of Technology(麻省理工学院);Technical University of Munich(慕尼黑工业大学)
本文研究了一种不依赖传统ADC的采样方法,通过重置而非饱和的ADC生成模采样,提出恢复带限信号的充分条件及稳定算法,实现高幅值信号的精确恢复。
2017-11-08 cs.IT cs.NA math.IT
Random Sampling Using Shannon Interpolation and Poisson Summation Formulae
Zhejiang University(浙江大学);the University of Hong Kong(香港大学)
本文利用香农插值和泊松求和公式实现快速观测矩阵填充,结合正交匹配追踪和梯度总变分策略恢复随机采样信号,并通过三角信号、高斯调制正弦脉冲和方波的数值实验验证方法有效性。
2009-10-01 cs.CE cs.IT cs.NA