l_(1)-αl_(2)最小化方法基于相干性的稀疏恢复

摘要

压缩感知是从一个线性模型y=Ax+e (其中e是一个噪声向量)中稳定或鲁棒恢复一个s-稀疏(或可压缩)信号.l_(1)-αl_(2) (0<α≤1)最小化方法是近几年才出现的一种新的信号恢复的有效方法.文章考虑的是在相干性的框架中通过l_(1)-αl_(2) (0 <α≤1)最小化恢复信号,在l_(2)有界噪声、Dantzig Selector(DS)噪声和脉冲噪声情形下分别给出了保证信号稳定恢复的充分条件.