Orthogonal Approximate Message Passing Algorithms for Rectangular Spiked Matrix Models with Rotationally Invariant Noise
Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院）；Columbia University（哥伦比亚大学）
本文提出了一种正交近似信息传递算法，用于在具有旋转不变噪声的矩形尖峰矩阵模型中进行信号估计，并证明其在特定噪声条件下具有最优性能。
2026-02-03 cs.IT math.IT math.ST
Self-attention for Enhanced OAMP Detection in MIMO Systems
多输入多输出（MIMO）系统是无线通信的基础。由于经典的MIMO系统中符号检测算法需要大量的计算资源或结果不佳，因此数据驱动算法变得越来越流行。然而，大多数的proposedalgorithms，引入近似导致现实MIMO系统的性能下降。在本文中，我们引入了一个神经增强的混合模型，增强了国家的最先进的神经网络组件的analyticbackbone算法。特别是，我们引入aself-attention模型的迭代正交近似消息传递（OAMP）为基础的解码算法的增强。在我们的实验中，我们表明，所提出的模型可以优于现有的数据驱动的方法OAMP，同时提高了泛化到其他SNR值在有限的计算开销。
2023-03-14 cs.IT eess.SP math.IT
Memory AMP
School of Information Science, Japan Institute of Science and Technology (JAIST)（日本北陆先端科学技术大学院大学（JAIST）信息科学学院）
近似消息传递（AMP）是一种低成本的迭代参数估计技术，用于某些高维非高斯分布的线性系统。AMP仅适用于独立同分布（IID）变换矩阵，但可能变得不可靠（例如，表现不佳或甚至发散）的其他矩阵合奏，特别是病态的。针对这一问题，提出了适用于一般右酉不变矩阵的正交/向量AMP（OAMP/VAMP）算法。然而，贝叶斯最优OAMP/VAMP（BO-OAMP/VAMP）需要高复杂度的线性最小均方误差（MMSE）估计器。这使得OAMP/VAMP无法在大规模系统中使用。针对AMP和BO-OAMP/VAMP算法的不足，提出了一种基于正交性原理的记忆AMP（MAMP）算法框架，保证了MAMP算法的估计误差渐近IID高斯分布。为了实现所需的正交MAMP，我们提供了一个正交化的本地记忆估计程序。此外，我们提出了一个贝叶斯最优MAMP（BO-MAMP），其中一个长记忆匹配滤波器用于干扰抑制。BO-MAMP的复杂性与AMP相当。为了渐近表征BO-MAMP的性能，推导出状态演化。基于状态演化方法对BO-MAMP中的弛豫参数和阻尼矢量进行了优化。最关键的是，对于所有右酉不变矩阵，优化后的BO-MAMP的状态演化收敛到与高复杂度的BO-OAMP/VAMP相同的不动点，并且如果其状态演化存在唯一不动点，则达到副本方法预测的贝叶斯最优均方误差.最后通过仿真验证了理论分析的正确性和有效性。
2022-06-23 cs.AI cs.IT cs.LG
Compressive Sensing Based Joint Activity and Data Detection for Grant-Free Massive IoT Access
大规模机器类型通信（mMTC）准备为数十亿物联网（IoT）设备提供无处不在的连接。然而，所需的低延迟的大规模访问需要在随机访问方案的设计中的范式转变，这就需要有效的联合活动和数据检测（JADD）算法。针对大规模接入中突发业务的特点，提出了一种基于信标辅助的时隙免授权大规模接入方案。具体来说，我们扩展的上行链路接入信号在多个子载波与预均衡处理和制定的JADD作为一个多测量矢量（MMV）压缩感知问题。此外，利用多个时隙之间的上行链路大规模接入信号的结构稀疏性，我们开发了两个计算效率高的检测算法，这被称为正交近似消息传递（OAMP）-MMV算法与简化结构学习（SSL）和精确结构学习（ASL）。为了实现准确的检测，期望最大化算法被用来学习稀疏比和噪声方差。为了进一步提高检测性能，应用了信道编码，并开发了基于连续干扰消除（SIC）的OAMP-MMV-SSL和OAMP-MMV-ASL算法，其中在软判决中获得的似然比可以用于细化活动识别。最后，推导了所提出的OAMP-MMV-SSL和OAMP-MMV-ASL算法的状态演化，从理论上预测了算法的性能。仿真结果验证了所提出的解决方案优于各种最先进的基线方案，实现了低延迟随机接入和高可靠的大规模物联网连接。
2021-08-23 cs.IT math.IT
Memory Approximate Message Passing
Japan Institute of Science and Technology（日本科学技术学院）
近似消息传递（AMP）是一种低成本的迭代参数估计技术，用于某些高维非高斯分布的线性系统。然而，AMP仅适用于独立同分布（IID）变换矩阵，但可能会变得不可靠的其他矩阵合奏，特别是病态的。针对这一问题，提出了一种适用于一般右酉不变矩阵的正交/向量AMP（OAMP/VAMP）算法。然而，贝叶斯最优OAMP/VAMP需要高复杂度的线性最小均方误差估计器。针对AMP和OAMP/VAMP的不足，提出了一种记忆AMP（MAMP），在MAMP中采用长记忆匹配滤波器进行干扰抑制。MAMP的复杂性与AMP相当。正交性原理保证了MAMP估计误差的渐近高斯性。一个状态演化的渐近MAMP的性能特征。在此基础上，对MAMP中的弛豫参数和阻尼矢量进行了优化。对于所有右酉不变矩阵，优化的MAMP收敛到OAMP/VAMP，因此如果它有唯一的不动点，则它是贝叶斯最优的。最后通过仿真验证了理论结果的正确性和有效性。
2021-06-04 cs.AI cs.IT eess.SP
Model-Driven Deep Learning-Based MIMO-OFDM Detector: Design, Simulation, and Experimental Results
多输入多输出正交频分复用（MIMO-OFDM）是一种基本的传输方案，具有高吞吐量和抗多径衰落的鲁棒性。然而，这些益处依赖于接收器处的有效检测策略，并且以循环前缀（CP）消耗的额外带宽为代价。我们使用迭代正交近似消息传递（OAMP）算法在本文中作为原型的检测器，因为它显着的潜在干扰抑制。然而，OAMP对于每次迭代的矩阵求逆在计算上是昂贵的。我们用共轭梯度（CG）方法代替矩阵求逆来降低OAMP的复杂度。我们进一步将基于CG的OAMP算法展开到网络中，并通过深度学习（DL）调整关键参数以提高检测性能。仿真结果和复杂度分析表明，该方案具有显着的增益比其他迭代检测方法，并表现出相当的性能，以减少计算成本的国家的最先进的基于DL的检测器。此外，我们设计了一个高效的无CP的MIMO-OFDM接收机架构，以消除CP开销。该架构首先通过缓冲先前恢复的数据来消除符号间干扰，然后使用所提出的检测器来检测信号。数值实验表明，所设计的接收机提供了一个更高的频谱效率比传统的接收机。最后，空中测试验证了所提出的方案在现实环境中的有效性和鲁棒性。
2022-06-22 cs.IT eess.SP math.IT
Joint Activity-Delay Detection and Channel Estimation for Asynchronous Massive Random Access
本文针对异步免授权大规模随机接入系统，提出了基于OAMP和MAMP的联合用户活动检测、时延检测与信道估计算法，在保证精度的同时显著降低了计算复杂度。
2023-05-21 cs.IT eess.SP math.IT
A Concise Tutorial on Approximate Message Passing
标准线性回归的高维信号恢复在通信、压缩传感、图像处理等许多工程领域都是一个重要的挑战。Donoho \textit{et al}提出的近似消息传递（AMP）算法是解决这类问题的一种有效算法，该算法在独立同分布（IID）亚高斯随机矩阵区域内具有贝叶斯最优性能。AMP的一个显著特点是AMP的动力学行为可以完全由一个标量方程来预测，称为站演变（SE）。虽然AMP在IID亚高斯随机矩阵中是最优的，但当测量矩阵超过IID亚高斯时，AMP可能无法收敛。为了扩展随机测量矩阵的区域，提出了一种与期望传播（EP）、期望一致（EC）和向量AMP（VAMP）算法相同的EP相关算法正交AMP（OAMP）。本文旨在对这些算法进行综述。我们从最坏的情况开始，即，最小绝对收缩和选择算子（LASSO）推理问题，并给出了基于消息传递的AMP的详细推导过程。此外，在贝叶斯最优设置中，我们给出了贝叶斯最优AMP，它与LASSO的AMP略有不同。此外，我们回顾了一些AMP相关的算法：OAMP，VAMP和内存AMP（MAMP），它可以应用于更一般的随机矩阵。
2022-03-01 cs.IT math.IT
Orthogonal Approximate Message Passing with Optimal Spectral Initializations for Rectangular Spiked Matrix Models
Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院）；Columbia University（哥伦比亚大学）
本文提出了一种基于最优谱初始化的正交近似消息传递算法，用于矩形尖峰矩阵模型中的信号估计，并在非高斯信号假设下结合异常值以提高性能。
2025-12-22 cs.IT cs.LG math.IT
Joint Activity-Delay Detection and Channel Estimation for Asynchronous Massive Random Access: A Free Probability Theory Approach
本文针对异步免授权大规模随机接入，提出基于OAMP和自由概率AMP的联合用户活动检测、时延检测与信道估计算法，在保持检测精度的同时显著降低计算复杂度。
2024-02-28 cs.IT eess.SP math.IT
An Orthogonal Approximate Message Passing Framework for Multiuser Communications
Technical University of Berlin（柏林工业大学）；Zhejiang University（浙江大学）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
针对随机预编码线性高斯多用户通信系统，提出一种正交/向量近似消息传递（OAMP/VAMP）框架，实现贝叶斯最优迭代信号恢复，并通过高维分析和副本对称假设证明其最优性。
2026-06-26 cs.IT math.IT
Generalized Linear Systems with OAMP/VAMP Receiver: Achievable Rate and Coding Principle
本文针对广义线性系统中的GOAMP/GVAMP接收机，通过变分状态演化推导其可达速率，提出最优编码原理并设计LDPC码，验证了速率与BER性能优势。
2023-05-13 cs.IT eess.SP math.IT
Generating Functional Analysis of Iterative Sparse Signal Recovery Algorithms with Divergence-Free Estimators
近似消息传递（AMP）是一种有效的线性系统模型迭代稀疏恢复算法。其性能的特点是状态演化（SE），这是一个简单的标量递归。然而，取决于测量矩阵集合，AMP可能面临收敛问题。为了避免这个问题，正交AMP（OAMP），它使用去相关线性估计和无发散的非线性估计，由Ma和Ping提出。他们还提供了OAMP的SE分析。在他们的SE分析中，做了以下两个假设：（i）去相关线性估计量的估计向量由i.i.d.零均值高斯条目独立的向量进行估计和（ii）估计向量的发散自由非线性估计包括独立同分布。独立于测量矩阵和噪声向量的条目。在本文中，我们得到了一个简单的标量递归来表征迭代稀疏恢复算法的发散自由估计没有这样的假设的独立的消息，通过使用生成泛函分析（GFA），这使我们能够研究的动力学在大系统极限的一个确切的方式。
2018-03-28 cs.IT eess.SP math.IT
Overflow-Avoiding Memory AMP
School of Information Science, Japan Institute of Science and Technology (JAIST)（日本科学技术大学信息科学学院）；College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息与电子工程学院）
本文提出避免溢出和降低复杂度的改进GD-MAMP算法，用于高维噪声线性系统中的信号恢复。
2024-07-04 cs.IT eess.SP math.IT
On the Convergence of Orthogonal/Vector AMP: Long-Memory Message-Passing Strategy
本文证明了贝叶斯最优正交/向量近似消息传递（AMP）在大系统极限下收敛于不动点。证明是基于贝叶斯最优长记忆（LM）消息传递（MP），保证系统收敛。贝叶斯最优LM-MP的动力学分析通过现有的状态演化框架。证明了所得到的状态演化递推式是收敛的。贝叶斯最优正交/矢量AMP的收敛性证明了确认的状态演化递归的贝叶斯最优正交/矢量AMP的精确减少。
2022-05-06 cs.IT math.IT
On the Convergence of Orthogonal/Vector AMP: Long-Memory Message-Passing Strategy
正交/矢量近似消息传递（AMP）算法是压缩感知信号重构中一种功能强大的消息传递（MP）算法。本文证明了贝叶斯最优正交/向量AMP在大系统极限下的收敛性。证明策略是基于一种新的长记忆（LM）MP方法：第一步是LM-MP的建设，保证系统收敛。第二步是一个大系统的分析LM-MP通过现有的状态演化框架。第三步是通过对现有LM阻尼的新的统计解释来证明贝叶斯最优LM-MP的状态演化递归的收敛性。最后是一个精确的减少贝叶斯最优LM-MP的状态演化递归的贝叶斯最优正交/向量AMP。贝叶斯最优LM-MP的状态演化递归的收敛性意味着贝叶斯最优正交/向量AMP的收敛性。数值模拟显示的状态演化结果的阻尼正交/矢量AMP和LM-MP在有限尺寸系统的一个负面方面的验证。
2022-04-22 cs.IT math.IT
Unifying AMP Algorithms for Rotationally-Invariant Models
Institute of Computational Mathematics and Scientific/Engineering Computing, Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院计算数学与科学工程计算研究所）
本文提出面向旋转不变模型的统一 AMP 构造框架，通过通用迭代模板与长记忆 OAMP 推导正确 Onsager 项，解释自由累积量作用，并给出两种用于尖峰模型估计的新 AMP 变体。
2024-12-02 cs.IT cs.LG math.IT
Convolutional Approximate Message-Passing
本文提出了一种新的压缩感知信号恢复的消息传递算法。该算法解决了近似消息传递（AMP）和正交/向量AMP算法的缺点，实现了它们的优点。AMP算法仅在有限的一类感知矩阵中收敛，同时具有较低的复杂度。正交/矢量AMP需要高复杂度的矩阵求逆，同时它适用于广泛的一类感测矩阵。所提出的算法的关键特征是所谓的Onsager校正通过卷积的消息在所有先前的迭代，而传统的消息传递算法的校正项，只依赖于在最新的迭代消息。因此，所提出的算法被称为卷积AMP（CAMP）。病态的传感矩阵的模拟作为一个例子，其中AMP的收敛性是不能保证的。数值模拟表明，CAMP可以改善AMP的收敛性能，并实现高性能的正交/矢量AMP相比，尽管与AMP的复杂度低。
2020-02-20 cs.IT math.IT
Bayes-Optimal Convolutional AMP
本文提出了贝叶斯最优卷积近似消息传递（CAMP）的压缩感知信号恢复。CAMP使用与近似消息传递（AMP）相同的低复杂度匹配滤波器（MF）进行干扰抑制。为了改善AMP的病态传感矩阵的收敛特性，AMP中所谓的Onsager校正项被替换为所有先前消息的卷积。在感知矩阵正交不变的假设下，通过状态演化（SE）确定卷积中的抽头系数，以实现估计误差的渐近高斯性。推导了一个用于优化CAMP算法中去噪器序列的SE方程。如果SE方程收敛于一个不动点且该不动点是唯一的，则证明了优化后的CAMP对所有正交不变的感知矩阵都是贝叶斯最优的。对于具有低到中等条件数的感测矩阵，CAMP可以实现与需要线性最小均方误差（LMMSE）滤波器而不是MF的高复杂度正交/矢量AMP相同的性能。
2021-04-02 cs.IT math.IT
Generalized Orthogonal Approximate Message-Passing for Sublinear Sparsity
Toyohashi University of Technology（丰桥技术科学大学）
本文提出广义正交AMP算法，用于亚线性稀疏信号的重建，通过Onsager修正实现估计误差的渐近高斯性，证明在特定条件下可实现无误差重建。
2026-04-10 cs.IT math.IT
Sub-channel and Power Allocation for Non-orthogonal Multiple Access Relay Networks with Amplify-and-Forward Protocol
在本文中，我们研究了单小区非正交多址接入（NOMA）中继网络的资源分配问题，其中OFDM放大转发（AF）中继分配频谱和功率资源的源-目的地（SD）对。我们的目标是优化的资源分配，以最大化的平均和率。最优方法需要穷举搜索，导致NP难问题。为了解决这个问题，我们提出了两个有效的多对多双边SD对子信道匹配算法，其中SD对子和子信道被认为是两组追逐自己的利益的球员。所提出的算法可以提供一个次优的解决方案，这个资源分配问题在负担得起的时间。静态匹配算法和动态匹配算法经过有限次迭代后都收敛到一个成对的稳定匹配。仿真结果表明，这两种算法在NOMA方案的容量显着优于传统的正交多址方案。NOMA方案中的匹配算法也实现了比传统的正交多址接入更好的用户公平性能。
2016-11-14 cs.IT cs.NI math.IT
A Unified Framework of State Evolution for Message-Passing Algorithms
本文提出了一个统一的框架，以了解压缩感知中的消息传递算法的动态。状态演化严格分析的一般误差模型，其中包含近似消息传递（AMP）的误差模型，以及正交AMP。作为一个副产品，AMP被证明是渐近收敛的，如果传感矩阵是正交不变的，如果其渐近奇异值分布的矩序列符合的Marchenko-Pastur分布的顺序是最大的两倍大的最大迭代次数。
2019-01-16 cs.IT math.IT
Low-Complexity Memory AMP Detector for High-Mobility MIMO-OTFS SCMA Systems
有效的信号检测器对于大规模通信系统来说是非常重要的，但要获得令人满意的性能却具有挑战性。针对多输入多输出（MIMO）系统，提出了一种基于正交时频空间（OTFS）调制的非正交稀疏码多址接入（SCMA）结构。本文提出了一种新的低复杂度但有效的自定义记忆近似消息传递（AMP）算法，用于信道均衡和多用户检测。具体而言，所提出的记忆AMP检测器享有稀疏的信道矩阵，并只适用于矩阵向量乘法在每次迭代的低复杂度。为了减轻迭代过程中正强化问题导致的性能下降，所有的前一个消息被用来保证内存AMP检测器的正交性原则。最后提供的仿真结果来说明我们的内存AMP检测器优于现有的解决方案。
2023-03-15 cs.IT eess.SP math.IT
Resource Allocation and Relay Selection In Full-Duplex Cooperative Orthogonal Frequency Division Multiple Access Networks
研究了带内全双工协作蜂窝网络上行链路中继选择问题。假设一个正交频分多址（OFDMA）蜂窝网络，我们开发了一个中继选择和资源分配算法，该网络。中继选择算法基于用户之间的距离和工作在放大转发（AF）模式下的信号与干扰加噪声比（SINR）来选择最佳中继。该优化问题为所有用户分配最优的子载波和功率，以最大化网络的平均和速率。此外，优化问题的约束条件是每个用户的服务质量（QoS）和发射功率。仿真结果表明了该方法的良好性能。
2017-02-07 cs.IT math.IT
Fast Maximum-Likelihood Decoder for 4*4 Quasi-Orthogonal Space-Time Block Code
介绍了两种4 × 4准正交空时分组码（QOSTBC）的快速最大似然（ML）检测方法。第一种算法的设计相对简单，它利用正交幅度调制（QAM）星座的结构来实现其目标，第二种算法虽然稍微复杂一些，但可以应用于任何任意星座。这两种解码器都利用了一种新的ML度量分解技术，将度量分为独立的正部分和正干扰部分。通过使用噪声的独立部分和统计量，大大减少了符号的搜索空间。最后，搜索空间的成员被连续地评估，直到度量被最小化。仿真结果证实，建议的解码器是优于一些最近公布的方法在复杂度水平。更具体地，结果验证了与使用16-QAM的现有技术解决方案相比，使用1024-QAM的新算法的应用将需要降低的计算复杂性。
2017-06-12 cs.IT math.IT
Generalized Memory Approximate Message Passing
广义近似消息传递（GAMP）是广义线性模型（GLM）未知信号重构的一种有效方法。但是，它要求变换矩阵具有独立同分布（IID）项。在这种情况下，广义向量AMP（GVAMP）提出了一般的酉不变变换矩阵，但它有一个高复杂度的矩阵逆。为此，我们提出了一个通用的广义内存AMP（GMAMP）框架，包括现有的正交AMP/VAMP，GVAMP和内存AMP（MAMP）作为特殊的实例。由于局部处理器都是存储器的特点，GMAMP算法要求更严格的正交性，以保证IID的渐近高斯性和状态演化。为了满足这种正交性，建立了局部正交记忆估计。GMAMP框架提供了构建新的高级AMP类型算法的原则。作为一个例子，我们构造了贝叶斯最优GMAMP（BO-GMAMP），它使用低复杂度的记忆线性估计器来抑制线性干扰，因此其复杂度与GAMP相当。此外，我们证明了对于酉不变变换矩阵，BO-GMAMP实现了副本最小值（即，贝叶斯最优）MSE，如果它有一个唯一的不动点。
2021-10-15 cs.IT eess.SP math.IT
Orthogonal Chirp Division Multiplexing
Chirp波形具有脉冲压缩和扩频的能力，在雷达和通信系统中起着重要的作用。本文提出了一种在同一带宽内正交复用一组线性啁啾波形的原理。啁啾的幅度和相位被调制用于信息通信。傅立叶变换是正交频分复用（OFDM）的基础，菲涅尔变换是正交啁啾复用（OCDM）的基础。提出了利用离散菲涅尔变换实现OCDM系统的数字化实现方法。基于菲涅耳变换的卷积定理，分析了OCDM信号在加性噪声线性时不变或准静态信道下的传输，推广了典型的线性传输信道。基于菲涅耳变换的特征分解，提出了一种利用线性单抽头均衡器补偿信道色散的有效数字信号处理算法。讨论了OCDM系统的实现细节，重点讨论了OCDM系统与OFDM系统的兼容性。最后通过仿真验证了该算法在无线信道下的可行性。结果表明，OCDM系统能够利用多径分集，在多径衰落信道下性能优于OFDM系统。
2016-01-25 cs.IT math.IT
Iterative Detection for Orthogonal Time Frequency Space Modulation with Unitary Approximate Message Passing
正交时频空（OTFS）调制已成为高移动性无线通信的一种有前途的调制方案。为了获得OTFS所承诺的时间和频率分集，已经开发了一些有前途的检测器，特别是基于消息传递的检测器，通过利用延迟-多普勒域中信道的稀疏性。然而，当信道路径的数量相对较大或必须考虑分数多普勒频移时，现有检测器的复杂性是一个问题，并且基于消息传递的检测器可能由于消息传递中涉及的短环路而遭受性能损失。在这项工作中，我们研究了OTFS检测器的设计基于近似消息传递（AMP）。特别是，{利用酉AMP（UAMP），我们设计了新的检测器，享受}的信道矩阵的结构，并允许有效的实施。此外，噪声方差的估计被纳入基于UAMP的检测器。由于UAMP相对于AMP的鲁棒性，基于UAMP的检测器提供了卓越的性能，并且显著优于最先进的检测器。我们还研究了迭代联合检测和解码的编码OTFS系统，其中OTFS检测器集成到一个强大的涡轮接收机，导致相当大的性能增益。
2021-02-16 cs.IT eess.SP math.IT
Newtonized Orthogonal Matching Pursuit: Frequency Estimation over the Continuum
我们提出了一个快速的顺序算法的基本问题，估计的频率和振幅的噪声混合的正弦波。该算法是一个自然推广的正交匹配追踪（OMP）的连续使用牛顿精化，因此被称为牛顿OMP（NOMP）。每次迭代包括两个阶段：检测一个新的正弦曲线，和已经检测到的正弦曲线的参数的连续牛顿细化。精化在两个方面起着关键作用：（1）从离散化连续参数空间中避开潜在的基失配，（2）为在先前迭代中估计的局部精化参数提供反馈。我们收敛的特点，并提供了一个恒定的虚警率（CFAR）为基础的终止标准。通过对Cramer Rao Bound的基准测试，我们表明，NOMP在各种条件下实现了接近最优的性能。我们比较了NOMP的性能与经典算法，如MUSIC和最近的原子范数软阈值保持（AST）和Lasso算法，无论是在频率估计精度和运行时间。
2016-04-28 cs.IT math.IT
Performance Analysis and Approximate Message Passing Detection of Orthogonal Time Sequency Multiplexing Modulation
本文针对OTSM调制推导了BER上界并提出了VAMP-EM检测器及turbo接收机，在低复杂度下实现优于传统AMP方案的BER与收敛性能。
2023-07-06 cs.IT eess.SP math.IT
Sufficient-Statistic Memory AMP
Zhejiang University（浙江大学）；Japan Institute of Science and Technology (JAIST)（日本北陆先端科学技术大学院大学（JAIST））
本文提出充分统计量记忆AMP（SS-MAMP）框架，通过阻尼构造确保AMP类算法状态演化收敛并保持正交性，且在给定条件下达到局部最优。
2023-06-30 cs.IT cs.LG eess.SP
The Hilbert spectrum and the Energy Preserving Empirical Mode Decomposition
Indian Institute of Technology, Delhi（德里印度理工学院）；Samsung R & D Institute India - Delhi（三星印度研发院德里分院）
本文提出了一种能量守恒的经验模分解算法，生成有限个带限固有模函数，并通过Gram-Schmidt正交化方法获得正交函数，利用希尔伯特变换提取信号的瞬时频率和振幅，生成希尔伯特谱。
2015-04-16 cs.IT cs.NA math.IT
