Jan, 2018

无线通信稀疏表示：一种压缩感知方法

PDF
TL;DR本文介绍了稀疏表示在无线通信领域的各种应用，重点介绍了最近在压缩感知技术方面的应用。文章提供了稀疏表示在 5G 和物联网网络中增强频谱效率和能效的相关原则、不同稀疏域及其应用。
发现论文，激发创造
  • 压缩感知在无线通信中的应用：使用技巧

    本文旨在提供基于压缩感知技术的无线通信系统设计需要知道的基本知识和实用技巧，其中包括压缩感知技术的概述，稀疏恢复算法，性能保障，以及解决无线通信系统设计中遇到的主要问题。

    Nov, 2015

  • 高效 5G 系统设计的稀疏信号处理概念

    本文指出信号稀疏性可以在 5G 无线系统设计中充当创新源，并描述它在 MIMO 随机接入、云无线电接入网络、压缩信道 - 源网络编码和嵌入式安全性等方面的应用，同时强调了它在 5G 系统设计中可能出现的重要开放性问题。

    Nov, 2014

  • 结构化压缩感知：从理论到应用

    本文论述了在压缩感知中利用信号和测量结构进行体现的主题，并将理论与实践相结合，介绍了新的方向及与传统压缩感知的关系。

    Jun, 2011

  • 下一代无线通信的压缩感知技术

    通过对无线网络处理技术进行深入的研究与探索，本篇论文探究了相关过程的不同表现形式。同时，结合压缩感知技术，本研究提出了许多有关大规模天线阵列、非正交多路访问（NOMA）和超密集网络（UDN）等领域的有前景的研究思路。

    Sep, 2017

  • 天文压缩感知

    本文研究了压缩感知在天文数据压缩中的应用，并介绍了压缩感知理论的概述及其可用于实时应用，同时指出了压缩感知用于数据融合的多个观测的优点，提供了解决 ESA 发送 Herschel 航天器上数据的问题的有效方式。

    Feb, 2008

  • 压缩感知理论与应用

    介绍压缩感知的基本概念和应用，并总结了目前的研究现状。

    Mar, 2012

  • 基于模型的压缩感知

    本文提出了一种基于模型的压缩感知理论，提供了如何创建具有可证明性能保证的基于模型的恢复算法的具体指南，其中包括引入一类新的结构压缩信号以及一个新的充分条件来描述其恢复性能，命名为有限放大性质，这对应于传统压缩感知限制等比性的自然扩展。实验结果表明了这一新理论和算法的有效性和适用性。

    Aug, 2008

  • 深度压缩感知

    本文提出了一种结合压缩感知（CS）和神经网络生成器的新型框架，通过元学习联合训练生成器和优化过程，大大改善了信号恢复的速度和性能，并针对不同目标训练测量并从 CS 视角提出提高生成对抗网络（GANs）的新方法。

    May, 2019

  • 基于结构群稀疏表示的图像压缩感知恢复

    本论文提出了一种新的图像压缩感知恢复策略 —— 通过结构分组稀疏表示 (SGSR) 建模，在自适应的分组域中同时强制图像稀疏性和自相似性，并开发了一种高效的迭代收缩 / 阈值算法技术来解决上述优化问题。实验结果表明，这种新的压缩感知恢复策略相对于当前最先进的方案实现了显著的性能改进，并且表现出了不错的收敛性。

    Apr, 2014

  • 压缩图像感知的深度网络

    本文尝试借助深度网络解决压缩感知中的采样效率和信号恢复的问题，通过训练一个采样矩阵和设计一个类似于压缩感知重构过程的深度网络，我们的实验结果显示，我们的方法相较于现有技术提供了显著的质量提高。

    Jul, 2017