Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2504.05895

帮助 | 高级搜索

数学 > 数值分析

arXiv:2504.05895 (math)
[提交于 2025年4月8日 ]

标题: 基于正交匹配追踪的模运算滞后算子重建方法

标题: Orthogonal Matching Pursuit based Reconstruction for Modulo Hysteresis Operators

Authors:Matthias Beckmann, Jürgen Jeschke
摘要: 无限制采样通过在采样前利用模非线性将信号折叠到模数转换器(ADC)的动态范围内,从而提供了一种获取高动态范围信号的方案,以防止饱和。 最近,引入了一种称为模滞后性的广义方案来考虑硬件的非理想性。 然而,编码算子并不能保证输出信号在ADC的动态范围内。 为了解决这个问题,我们提出了一种修改后的模滞后性算子,并证明了带限信号从模滞后性样本中的可识别性。 我们提出了基于正交匹配追踪的恢复算法,并通过数值实验验证了我们的理论结果。
摘要: Unlimited sampling provides an acquisition scheme for high dynamic range signals by folding the signal into the dynamic range of the analog-to-digital converter (ADC) using modulo non-linearity prior to sampling to prevent saturation. Recently, a generalized scheme called modulo hysteresis was introduced to account for hardware non-idealities. The encoding operator, however, does not guarantee that the output signal is within the dynamic range of the ADC. To resolve this, we propose a modified modulo hysteresis operator and show identifiability of bandlimited signals from modulo hysteresis samples. We propose a recovery algorithm based on orthogonal matching pursuit and validate our theoretical results through numerical experiments.
主题: 数值分析 (math.NA) ; 信号处理 (eess.SP)
引用方式: arXiv:2504.05895 [math.NA]
  (或者 arXiv:2504.05895v1 [math.NA] 对于此版本)
  https://doi.org/10.48550/arXiv.2504.05895
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Matthias Beckmann [查看电子邮件]
[v1] 星期二, 2025 年 4 月 8 日 10:45:44 UTC (321 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.NA
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-04
切换浏览方式为:
cs
cs.NA
eess
eess.SP
math

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号