Zobrazeno 1 - 10
of 144
pro vyhledávání: '"joint sparse recovery"'
Autor:
Mingduo Liao, Yuriy Zakharov
Publikováno v:
IEEE Access, Vol 9, Pp 102081-102090 (2021)
Massive Multiple Input Multiple Output (MIMO) is a promising technique for communications due to the high data transmission rate. To harvest the benefit from the massive MIMO, it is necessary to have accurate channel estimates. Such channels often ex
Externí odkaz:
https://doaj.org/article/cb04b6ff197f44479ba63a8378bdf9a8
Autor:
Lili Pan, Xunzhi Zhu
Publikováno v:
IEEE Access, Vol 9, Pp 101765-101772 (2021)
Joint sparse recovery (JSR) in compressed sensing simultaneously recovers sparse signals with a common sparsity structure from their multiple measurement vectors obtained through a common sensing matrix. In this paper, we present an Armijo-type hard
Externí odkaz:
https://doaj.org/article/017776d68277488ab98f85f584801a20
Autor:
Muhammad Naveed Tabassum, Esa Ollila
Publikováno v:
IEEE Open Journal of Signal Processing, Vol 1, Pp 177-186 (2020)
We propose a compressive classification framework for settings where the data dimensionality is significantly larger than the sample size. The proposed method, referred to as compressive regularized discriminant analysis (CRDA), is based on linear di
Externí odkaz:
https://doaj.org/article/47c97fd8fe9a4cc59a7bb4df27d13c7b
Publikováno v:
IEEE Access, Vol 7, Pp 61831-61839 (2019)
As an emerging technique, device-free localization (DFL) is promising to localize the target without attaching any transceivers. Recently, the benefits of channel state information (CSI) on DFL have been revealed in this paper. Motivated by this, in
Externí odkaz:
https://doaj.org/article/0000ac2a532f4dd3976cd67e64016b89
Autor:
Nam Yul Yu
Publikováno v:
IEEE Access, Vol 7, Pp 37735-37748 (2019)
In multiple measurement vector (MMV) problems, L measurement vectors each of which has length M are available for recovering jointly sparse signals that have a common support set of size K. In this paper, a fast and noise-robust greedy algorithm is p
Externí odkaz:
https://doaj.org/article/0ca6c834d105445e9a43fc1081107e04
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Changlong Wang, Jigen Peng
Publikováno v:
Journal of Inequalities and Applications, Vol 2018, Iss 1, Pp 1-18 (2018)
Abstract The joint sparse recovery problem is a generalization of the single measurement vector problem widely studied in compressed sensing. It aims to recover a set of jointly sparse vectors, i.e., those that have nonzero entries concentrated at a
Externí odkaz:
https://doaj.org/article/4bf84222b1134b9b9cfbf0a3a6ce4dcf
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.