联合稀疏-阅读笔记

An Information-Theoretic Study for Joint Sparsity Pattern Recovery with Different Sensing Matrices

利用数学工具，从稀疏性、环境维数、最小信噪比、测量向量个数和测量次数等方面，建立了支持集重建失败概率的上界和下界。

Compressive Sensing Optimization for Signal Ensembles in WSNs

首先比较DCS和KCS，研究在实际的部署中对于集合信号压缩传感技术怎样降低功耗，延长使用寿命。然后使用真实的COTS硬件进行广泛的分析评估不同类型的压缩矩阵如何影响联合重建，试图实现质量和能量消耗之间的最佳折衷。