首页/论文/2005.07900

arXiv 2005.079002020-05-16cs.ITmath.IT

多用户二进制子空间线性调频信号的重构

Reconstruction of Multi-user Binary Subspace Chirps

Tefjol Pllaha, Olav Tirkkonen, Robert Calderbank

备注：: To appear in IEEE ISIT 2020

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

本文研究了由$N = 2^m$维的二进制子空间线性调频信号（BSSC）组成的复数格拉斯曼线的码本。BSSC是二进制啁啾（BC）的推广，它们的条目是单位的四次方根或零。BSSC由非零子空间中的BC组成，由开-关模式描述。探索潜在的二元辛几何，我们提供了一个统一的框架BSSC重建-开关模式和BC识别相关的稳定子状态的基础Heisenberg-Weyl代数。在多用户随机接入的情况下，我们表现出可靠的重建多个同时发送的BSSC具有低复杂度的可行性。

英文摘要：

We consider codebooks of Complex Grassmannian Lines consisting of Binary Subspace Chirps (BSSCs) in $N = 2^m$ dimensions. BSSCs are generalizations of Binary Chirps (BCs), their entries are either fourth-roots of unity, or zero. BSSCs consist of a BC in a non-zero subspace, described by an on-off pattern. Exploring the underlying binary symplectic geometry, we provide a unified framework for BSSC reconstruction---both on-off pattern and BC identification are related to stabilizer states of the underlying Heisenberg-Weyl algebra. In a multi-user random access scenario we show feasibility of reliable reconstruction of multiple simultaneously transmitted BSSCs with low complexity.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

二进制子空间啁啾

Binary Subspace Chirps

我们详细描述了二进制辛几何和量子计算之间的相互作用，构建高度结构化的码本的最终目标。二进制啁啾（BC）是在无线网络中的确定性压缩感测和随机/无源多址中使用的$N = 2^m$维度上的复数格拉斯曼线。它们的项是单位的四阶根，并且可以用二阶Reed-Muller码来描述。二进制子空间线性调频（BSSC）是范围从$r=0$到$r = m$的$\textit{ranks}$的BC的唯一集合，根据由秩$r$二进制子空间确定的开关模式嵌入在$N$维度中。这产生的码本渐进地比BC的码本大2.38倍，具有与BC的码本相同的最小弦距离，并且字母表从$\{\pm 1,\pm i\}$最低限度地扩展到$\{\pm 1,\pm i, 0\}$。等价地，我们表明，BSSC的稳定状态，我们表征它们作为列的一个良好的控制收集克利福德矩阵。通过构造，BSSC继承了BC的所有属性，这反过来使它们成为各种应用的良好候选者。对于无线通信中的应用，我们利用BSSC丰富的代数结构来构造一个低复杂度的解码算法，该算法对高斯噪声是可靠的。在模拟中，BSSC表现出与BC相当或略低于BC的错误概率，无论是对于单用户还是多用户传输。

2021-02-24cs.ITmath.IT

一种用于可重构智能表面辅助近场定位的二维超分辨率方法

A Two-Dimensional Super-Resolution Method for Reconfigurable Intelligent Surface-Assisted Near-Field Localization

针对RIS辅助近场定位中角度与距离耦合的难题，本文提出一种基于菲涅尔近似和二维原子范数最小化的超分辨率方法，通过半定规划实现无网格角度估计与高精度距离恢复，仿真验证了其三维定位精度和鲁棒性优于子空间与压缩感知方法。

2025-09-23cs.ITmath.IT

一种基于子空间的压缩感知重构算法

Subspace Thresholding Pursuit: A Reconstruction Algorithm for Compressed Sensing

提出了一种新的迭代贪心算法，用于压缩感知中稀疏信号的重构。该算法称为\emph{subspace thresholding pursuit}（STP），本文中，是一个简单的子空间追求和迭代硬阈值的组合。首先，STP在约束等距性方面具有与$\ell_1$极小化相当的理论保证。其次，通过调整参数，一方面，在重构高斯信号时，该算法的性能大大优于其他现有的重构算法;另一方面，在重构具有随机符号的等幅信号时，该算法的性能优于其他现有的迭代贪心算法，在欠采样率不是很大的情况下，该算法的性能甚至优于$\ell_1$最小化算法。此外，我们提出了一个简单而有效的方法，以提高经验性能进一步，如果欠采样率是大的。最后，通过借鉴STP的思想，证明了其他迭代贪心算法可以提高其经验性能。

2014-05-21cs.ITmath.IT

基于等距子空间码的分布式存储系统

Distributed Storage Systems based on Equidistant Subspace Codes

提出了基于等距等维码的分布式存储系统。这些等距码基于Plücker嵌入，这在修复和重建算法中至关重要。这些系统具有一些有用的特性，如高故障恢复能力，最小带宽，低存储，简单的代数修复和重建算法，良好的局部性，以及与小字段的兼容性。

2014-06-24cs.ITmath.IT

子空间直和系统的最大可恢复局部重构码

Maximally recoverable local reconstruction codes from subspace direct sum systems

最大可恢复局部重建码（简称MR LRC）在过去几年中受到了极大的关注。在文献中已经提出了各种结构。本课题的主要目的是在小范围内构造磁流变LRC。$(N=nr,r,h,\Gd)$ -MR LRC是长度为$N$的有限域$\F_\ell$上的线性码，其码字符号被划分为每个大小为$r$的$n$局部组。每个本地组可以修复任何$\Gd$擦除错误，并且还有进一步的$h$全局奇偶校验，以提供来自更多全局擦除模式的容错。在实践中部署的MR LRC具有少量全局奇偶校验，例如$h=O(1)$。在此参数设置中，所有以前的构造都需要字段大小$\ell =Ω_h (N^{h-1-o(1)})$。提高这一界限仍然具有挑战性。本文利用子空间直和系统，构造了场大小为$\ell= O(N^{h-2+\frac1{h-1}-o(1)})$的MR LRC。特别是，对于最有趣的情况下，其中$h=2,3$，我们改善以前的建设，无论是减少字段大小或删除约束。此外，我们还提供了一些结构的MR LRC更大的全球奇偶校验$h$，具有字段大小与已知的上限无法比拟。本文所使用的主要技术是通过我们介绍的子空间直和系统。有趣的是，子空间直和系统实际上等价于扩张域上的$\F_q$ -线性码。基于子空间直和系统的各种构造，我们能够构造几类MR LRC。

2021-11-05cs.ITmath.IT

信号在$L^p({\Bbb R}^d)$再生核子空间中的采样与重构

Sampling and Reconstruction of Signals in a Reproducing Kernel Subspace of $L^p({\Bbb R}^d)$

本文研究了在$L^p(\Rd), 1\le p\le \infty$的再生核子空间中信号的采样与重构问题，该再生核子空间中的积分算子具有非对角衰减性和正则性. $p$ -可积非均匀样条空间和由多个局部化函数生成的平移不变空间是$L^p(\Rd)$再生核子空间的典型例子。我们表明，在这样的再生核子空间中的信号可以重建在一个稳定的方式，从它的样本上采取一个相对分离的集足够小的差距。我们还研究了指数收敛性，一致性，和渐近逐点误差估计的迭代近似投影算法和迭代框架算法重建的信号在这些再生核空间从它的样本具有足够小的差距。

2009-11-04cs.ITmath.FAmath.IT

更多相关论文收起更多论文

引导信号重构理论

Guided Signal Reconstruction Theory

一个公理化的方法来信号重建制定，涉及一个样本一致集和指导集，描述所需的重建。提出了一种新的无帧重建方法，即重建集的概念，重建集定义为样本一致集和引导集之间的最短路径。在Hilbert空间中研究了重建集的存在性和唯一性，其中引导集是一个闭子空间，样本一致集是由一个采样子空间构成的一个闭平面.连接到以前已知的一致，广义和正则化重建澄清。新的稳定性和重建误差界的推导，使用采样和引导子空间之间的最大非平凡的角度。提出了共轭梯度迭代重建算法，并给出了数值例子。

2017-02-02cs.ITmath.FAmath.IT

子空间追踪用于压缩感知信号重建

Subspace Pursuit for Compressive Sensing Signal Reconstruction

University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）

提出一种名为子空间追踪的新方法，用于有/无噪声干扰下的稀疏信号重建，具有低计算复杂度和高重建精度。

2009-01-08cs.ITcs.NAmath.IT

子空间先验信息下多权核范数最小化低秩矩阵恢复

Multi-weight Nuclear Norm Minimization for Low-rank Matrix Recovery in Presence of Subspace Prior Information

加权核范数最小化最近被认为是一种技术，用于从压缩采样测量重构低秩矩阵时，矩阵的行列子空间的一些先验信息是可用的。在这项工作中，我们研究的恢复条件和相关的恢复保证加权核范数最小化时，允许多个权重。当可以访问与地面实况矩阵的列子空间和行子空间形成多个角度的先前子空间时，可以使用该设置。虽然在这一领域的现有作品使用一个单一的权重来惩罚所有的角度，我们提出了一个多权重的问题，旨在惩罚每个角度独立使用一个不同的权重。具体来说，我们证明了我们提出的多权重问题是稳定的和强大的条件下较弱的条件下的测量算子比类似的条件为单权重的情况下，标准的核范数最小化。此外，它提供了比现有技术方法更好的重建误差。我们用大量的数值实验来说明我们的结果，这些实验证明了在恢复过程中允许多个权重的优点。

2022-04-26cs.ITmath.IT

基于子空间投影的自编码器异常检测方法

A Subspace Projection Approach to Autoencoder-based Anomaly Detection

Deakin University（迪肯大学）；IIT Kharagpur（印度理工学院卡拉格布尔分校）

自动编码器（AE）是一种神经网络（NN）架构，其被训练以在其输出处重构输入。通过测量新输入样本的重建误差，AE可以检测出偏离训练数据分布的异常样本。成功的关键是实现高保真重建（HFR），同时限制AE的泛化能力超出训练数据，这通常应该通过迭代重新训练来平衡。或者，我们提出了一种新的框架AE为基础的异常检测，创造HFR-AE，通过投影新的输入到一个子空间，其中训练的AE实现HFR，从而增加正常和异常样本重建误差之间的差距。仿真结果证实，HFR-AE提高了不同AE架构和设置下的接收器工作特征曲线（AUROC）下的面积高达13.4%相比，香草AE为基础的异常检测。

2023-02-15cs.ITcs.LGmath.IT

通过操作员指导进行信号重建

Signal reconstruction via operator guiding

Mitsubishi Electric Research Laboratories (MERL)（三菱电机研究实验室）；University of Bergen（卑尔根大学）

使用正交投影仪从样品到引导子空间的信号重建在理论上是合理的，但实际上可能难以实现。我们提出了更一般的引导算子，其相对于互补子空间中的信号分量增加引导子空间中的信号分量，例如，用于图像超分辨率的迭代低通边缘保持滤波器。超分辨率的两个示例说明了我们的技术：使用高分辨率闪光RGB照片引导的无闪光RGB照片，以及使用高分辨率RGB照片引导的深度图像。

2017-05-09cs.CVcs.GRcs.IT

面向块稀疏信号重构的分组投影子空间追踪：收敛性分析与应用

Group Projected Subspace Pursuit for Block Sparse Signal Reconstruction: Convergence Analysis and Applications

本文针对块稀疏信号恢复问题，对GPSP算法开展收敛性分析并拓展其通用应用，证明其在BRIP条件下的精确恢复能力与噪声鲁棒性，通过多场景实验验证其性能优于现有贪心算法。

2024-07-14cs.ITmath.ITmath.OC

引导信号重建及其在图像放大中的应用

Guided Signal Reconstruction with Application to Image Magnification

University of Southern California（南加州大学）；Mitsubishi Electric Research Laboratories（三菱电机研究实验室）

本文提出利用引导子空间进行信号重建，通过共轭梯度法开发迭代算法，实现低内存和计算成本的最优重建，应用于图像放大时效果优于其他方法。

2015-09-08cs.ITcs.NAmath.IT

近最优加权矩阵补全

Near-Optimal Weighted Matrix Completion

本文提出利用子空间先验信息的加权核范数最小化方法，实现近最优采样复杂度下的矩阵补全，并给出鲁棒误差界及实验验证。

2023-04-07cs.ITmath.IT

在再生核空间中的采样与伽辽金重建

Sampling and Galerkin reconstruction in reproducing kernel spaces

University of Central Florida（中佛罗里达大学）；Guilin University of Electronic Technology（桂林电子科技大学）

本文研究了在$ L^p $空间中再生核子空间的采样问题，提出了一种与采样方案相关的预重建算子，并在一般巴拿赫空间中提出伽辽金重建方法，证明该方法能提供近最优逼近，并通过迭代逼近-投影算法求解对应的伽辽金方程。

2014-10-07cs.ITcs.NAmath.IT

二值测量的稳定采样率与小波重构

On the stable sampling rate for binary measurements and wavelet reconstruction

本文研究了由有限个线性测量值重建无限维信号的问题。特别是，我们表明，二进制测量（建模与沃尔什函数和阿达玛矩阵）和小波重建的稳定采样率是线性的。这意味着当使用小波作为重构空间时，二进制测量与傅立叶样本一样有效。强大的重建技术包括广义采样及其压缩版本，以及基于数据同化的最新方法。这些方法的共同点是重建质量高度依赖于采样和重建空间之间的子空间角度，这由稳定的采样率决定。由于本文所提供的理论，这些方法现在可以很容易地使用二进制测量和小波重构基。

2019-07-29cs.ITcs.NAmath.IT