Quasi-Equiangular Frame (QEF) : A New Flexible Configuration of Frame
框架理论是信号处理和通信领域的有力工具。在其众多的构型中,最近引起人们极大关注的是等角紧框架(ETF)和格拉斯曼框架。这些帧在相干性上都具有某种最优性,从而在诸如数字指纹、擦除信道和压缩感知等应用中带来鲁棒性或最优性能。然而,对ETF的存在和构造的严格限制和格拉斯曼框架成为ETF广泛应用的主要障碍。本文提出了一种新的框架结构:拟等角框架,作为ETF和格拉斯曼框架的一种折衷但更方便灵活的近似。给出了拟等角框架的形式化定义,并分析了它与ETF、格拉斯曼框架的关系。此外,针对ETF和Grassmannian框架在压缩感知中的广泛应用,我们利用随机矩阵的技巧得到了拟等角框架的约束等距常数(RIC)关于其关键参数的渐近集中估计.
2013-07-01 cs.IT math.AG math.IT
Measurement Design for Detecting Sparse Signals
我们考虑的问题测试的存在(或检测)的一个未知的稀疏信号在加性白噪声。给定一个固定的测量预算,远小于信号的维度,我们考虑设计压缩测量的一般问题,以最大限度地提高测量信噪比(SNR),因为增加SNR提高了一大类检测器的检测性能。我们使用字典优化方法,其中稀疏水平$k$的最佳测量设计只寻求满足稀疏水平k-1的最优性条件的测量矩阵的集合。我们考虑优化两个不同的SNR标准,即最坏情况下的SNR测量,在所有可能实现的k-稀疏信号,和平均SNR测量相对于一个均匀分布的位置上的信号中的k个非零条目。我们建立这两个标准之间的联系和某些类别的紧框架。我们将我们的测量矩阵限制在紧框架类中,以避免对噪声协方差矩阵进行着色。对于最坏的情况下的问题,我们表明,最佳的测量矩阵是一个格拉斯曼线包装为大多数--和一个统一的紧框架为所有-稀疏信号。对于平均信噪比问题,我们证明了最优测量矩阵对于大多数稀疏信号是一个具有最小相干和的一致紧框架,对于所有稀疏信号是一个紧框架。
2011-07-09 cs.IT math.IT
Tremain equiangular tight frames
等角紧框架提供通过原点的线的最佳填充。我们将Steiner三元系与Hadamard矩阵相结合,得到了一个新的无穷族等角紧框架.这反过来又导致了新的强正则图和距离正则对映覆盖的完全图的建设。
2017-06-28 cs.IT math.CO math.FA
Kesten-McKay law for random subensembles of Paley equiangular tight frames
我们应用矩量法证明了Haikin,Zamir和Gavish(2017)关于Paley等角紧框架随机子系综奇异值分布的最近猜想。我们的分析更普遍地适用于冗余2的实等角紧框架,我们怀疑类似的想法最终会产生更普遍的结果,任意选择的冗余。
2019-05-10 cs.IT math.CO math.IT
Tables of the existence of equiangular tight frames
格拉斯曼标架是最优不相干的单位向量的集合。迄今为止,绝大多数显式格拉斯曼框架都是等角紧框架(ETF)。本文调查了每一个已知的ETF结构,并列出了足够小的尺寸的存在。
2016-06-16 cs.IT math.CO math.FA
Enhanced block sparse signal recovery based on $q$-ratio block constrained minimal singular values
本文提出了块稀疏/压缩信号的压缩感知中测量矩阵的一种新的度量--$q$ -比块约束最小奇异值(BCMSV),并给出了计算这种新度量的算法。研究了基于$q$比BCMSV的块基追踪(BBP)、块Dantzig选择器(BDS)和群套索重建误差的混合$\ell_2/\ell_q$和混合$\ell_2/\ell_1$范数的稳定和鲁棒恢复。基于$q$ -比率块稀疏性建立了无噪声BBP精确恢复的充分条件,并提出了一个凸-凹过程来解决相应的非凸问题.此外,我们证明了次高斯随机矩阵,$q$比BCMSV是有界远离零的高概率时,测量的数量是合理的大。数值实验验证了理论结果。此外,我们证明了$q$比BCMSV为基础的误差界比块限制各向同性常数为基础的界限更紧。
2019-08-29 cs.IT eess.SP math.IT
Weighed l1 on the simplex: Compressive sensing meets locality
Tufts University(塔夫茨大学);Harvard University(哈佛大学)
针对流形学习中标准压缩感知无法刻画局部几何的问题,提出加权 l0 与加权 l1 度量以鼓励邻域原子表示,并在 Delaunay 三角剖分假设下证明二者等价,通过字典与稀疏系数联合优化在合成和真实数据上验证了有效性。
2024-08-02 cs.IT cs.LG eess.SP
Tight frames over the quaternions and equiangular lines
本文将有限紧框架理论推广到四元数向量空间,重点研究等角线集合及其相关群,并探讨 Zauner 猜想在四元数空间中的类比。
2025-08-28 cs.IT math.FA math.IT
Random Triggering Based Sub-Nyquist Sampling System for Sparse Multiband Signal
提出了一种新的基于随机触发的调制宽带压缩采样(RT-MWCS)方法,以有效实现稀疏宽带信号的亚奈奎斯特速率压缩采样系统。在信号被重复(不一定是周期性)触发的假设下,RT-MWCS使用随机调制来获得在随机选择的位置处的信号的测量。该方法采用多测量向量法在频域估计信号的非零支持度。然后,利用最小二乘估计求解信号谱。通过使用之前在随机等效采样(RES)方案中使用的电平触发和时间数字转换器设备,促进了估计稀疏多频带信号的独特能力。与现有的压缩采样技术(如调制宽带转换器(MWC))相比,RT-MWCS具有系统结构简单、单通道实现、采样时间长等优点。实验结果表明,对于谱支持未知的稀疏多带信号,RT-MWCS要求的采样率远低于奈奎斯特采样率,同时又能提供良好的信号重构质量。
2017-03-06 cs.IT math.IT
Galois equiangular tight frames from Galois self-dual codes
本文将Galois内积引入有限域框架理论,定义Galois框架及Galois等角紧框架,刻画Galois自对偶码诱导Galois ETFs的条件,并从Galois自对偶常循环码给出显式构造。
2025-07-21 cs.IT math.IT
Low-Coherence Frames from Group Fourier Matrices
压缩感知和编码理论等领域的许多问题都寻求设计一组具有大角度间隔的等范数向量。这个想法基本上等同于构造具有低相干性的帧。这些帧的元素又可以用于构建高性能球形码、量子测量算子和压缩感知测量矩阵,仅举几个应用。在这项工作中,我们提到了由Slepian首次描述并在Vale和Waldron的作品中进一步探索的群框架结构。我们提出了一种方法,用于选择表示的有限群构造一个组框架,实现低相干。我们的技术产生了一个紧凑的框架,框架元素之间有少量不同的内积值,在某种意义上近似于格拉斯曼框架。我们确定特殊情况下,我们的建设产生一些以前已知的帧与最佳的一致性满足韦尔奇下限,和其他情况下,我们的帧向量的条目来自小字母。特别是,我们应用我们的技术选择一个子集的阿达玛矩阵的行,使所得列形成一个低相干帧的问题。最后,我们给出了一个明确的计算我们的框架的平均相干性,并找到制度,在这些制度中,他们满足强相干性米克森,Bajwa,和Calderbank描述。
2015-09-18 cs.IT math.IT
1-Bit Compressive Sensing: Reformulation and RRSP-Based Sign Recovery Theory
最近,在稀疏信号恢复领域中已经研究了1比特压缩感知(1比特CS)。由于在1比特CS中稀疏信号的幅度信息是不可用的,因此通常可以用解码方法精确地恢复信号的支持或符号。在本文中,我们首先表明,一个必要的假设(在文献中被忽视),应作出一些现有的理论和讨论1位CS。在没有这样的假设的情况下,通过一些现有解码算法找到的解决方案可能与1比特测量不一致。这促使我们追求一个新的方向,发展统一和非统一的恢复理论1位CS与新的解码方法,总是产生一个解决方案与1位测量一致。我们专注于一个极端的情况下,1位CS,其中的测量捕获的传感矩阵和信号的产品的符号。我们表明,1位CS模型可以等效地重新制定为一个$\ell_0$最小化问题的线性约束。这种重新制定自然会导致一个新的线性程序为基础的解码方法,称为1位基追求,这是显着不同的现有配方。结果表明,1位基追踪的解的唯一性条件产生了转置传感矩阵的所谓的限制范围空间性质(RRSP)。这个概念提供了一个基础,通过1位测量稀疏信号的符号恢复条件。我们证明了,如果一个稀疏信号的符号可以从1位的测量与1位的基追踪准确地恢复,那么感测矩阵必须承认一定的RRSP,如果感测矩阵承认一个稍微增强的RRSP,那么一个$k$ -稀疏信号的符号可以准确地恢复与1位的基追踪。
2015-07-22 cs.IT math.IT math.OC
Analysis of Sparse Recovery Algorithms via the Replica Method
这份手稿通过关注压缩感知的特殊问题,通过统计力学和估计理论之间的基本联系。我们首先表明,稀疏恢复算法的渐近分析在数学上等价于在热力学极限下计算自旋玻璃自由能的问题。然后,我们使用从统计力学的副本方法来评估性能的渐近制度。渐近结果有几个应用在通信和信号处理。我们简要地通过这些应用程序的两个实例:表征联合稀疏恢复算法用于分布式压缩感知,和调谐接收器用于检测空间调制信号。
2022-12-19 cs.IT math.IT
Moments of Subsets of General Equiangular Tight Frames
本说明概述了证明一般ETF(复数,具有纵横比$0<γ<1$)的随机选择子集的矩收敛于相应MANOVA矩的步骤。我们在这里带来了一个扩展的证明'Kesten-Mckay'时刻(真正的ETF,$γ=1/2$)\cite{magsino2020kesten}。特别是,我们建立了一个递归计算的$r$次时刻,为$r = 1,2,\ldots$,并验证,使用一个符号程序,递归输出与MANOVA时刻一致。
2021-07-02 cs.IT math.CO math.IT
Fingerprinting with Equiangular Tight Frames
数字指纹是一个框架,用于标记媒体文件,如图像,音乐或电影,与用户特定的签名,以阻止非法分发。多个用户可以合谋产生伪造品,这可能会克服指纹识别系统。本文提出了一种等角紧帧指纹设计,这是鲁棒的这种共谋攻击。我们激励这个设计考虑数字指纹的压缩感知。该攻击被建模为在添加高斯噪声向量之前对多个标记副本进行线性平均。然后,内容所有者可以通过利用每个用户的指纹和伪造副本之间的相关性来确定有罪。该检测方案的最坏情况下的错误概率进行了分析和界。仿真结果表明,平均情况下的性能是类似的正交和单纯形指纹设计的性能,而容纳几倍的用户。
2011-11-14 cs.IT cs.MM math.IT
Kirkman Equiangular Tight Frames and Codes
等角紧框架(ETF)是欧氏空间中的一组单位向量,其相干性尽可能小,等于Welch界。也称为Welch-bound-equality序列,这种帧出现在各种应用中,例如波形设计和压缩感测。目前,只有两种已知的灵活的方法来构建ETF:谐波ETF是通过从离散傅立叶变换中仔细提取行来形成的;斯坦纳ETF是由组合设计和规则单纯形的张量组合产生的。这两类看起来非常不同:谐波ETF中的向量具有恒定的振幅,而Steiner ETF非常稀疏。我们证明了它们实际上是紧密相连的:一大类斯坦纳ETF可以被统一地转换为恒定振幅的框架,称为柯克曼ETF。此外,我们表明,一类重要的谐波ETF是一个子集的一类重要的Kirkman ETF。这种联系为两种类型的帧的讨论提供了信息:一些Steiner ETF可以转换为恒定幅度波形,使其在波形设计中更有用;一些谐波ETF具有低火花,使其不太适合压缩感知。我们得出结论,实值恒定振幅的ETF是等价的二进制代码,实现灰色-兰金界,然后构建这样的代码使用Kirkman ETF。
2013-06-13 cs.IT math.IT
Harmonic equiangular tight frames comprised of regular simplices
等角紧框架(ETF)是欧几里得空间中的单位范数向量序列,其相干性在Welch界中达到相等,从而在射影空间中产生最优填充。正则单纯形是一种简单类型的ETF,其中向量的数量比底层空间的维度多一个。更复杂的例子包括谐波ETF,其等同于有限阿贝尔群中的差集。最近,它表明,一些谐波ETF是由规则的单纯形。在本文中,我们继续对这些特殊的谐波ETF进行研究。我们首先描述ETF的正则单形所跨越的子空间何时形成等等倾紧融合框架(EITFF),这是格拉斯曼空间中的一种最优填充。我们将看到,以这种方式产生EITFF的每个差集也产生一个复循环会议矩阵。接下来,我们考虑这些差集的一个子类,它可以分解为一个较小的差集和一个相对的差集。事实证明,这些相对差异集有助于第二个相关但不同的复杂循环会议矩阵的构建。最后,我们提供了明确的无限家族的ETF,这一理论适用。
2019-10-04 cs.IT math.CO math.FA
An Information-Theoretic Principle for Optimal Quantum Encoding: Tight Frames and Equiangular Ensembles
The University of Melbourne(墨尔本大学)
从信息论角度研究经典数据的最优量子编码,证明最大量子泄漏是编码策略的通用质量度量,并给出最优编码的构造条件。
2026-10-09 cs.IT math.IT quant-ph