利用联合平滑性的时变图信号重构算法

传感器网络、社交网络等应用领域中随时间变化的高维非欧几里得数据可以被抽象为时变图信号。为了从有噪、有缺失的信号的观测值中重构真实信号，提出一种利用信号联合平滑性的重构算法。用基于时域-空间域联合图傅里叶变换的联合变差表示信号的平滑性；利用联合变差可分离为时域和空间域变差的和以及空间域中时差信号比信号本身更平滑的特性，建立信号重构的凸优化模型；求解优化问题得到重构后的信号。实验结果表明：与基于时差信号平滑性算法和基于联合变差最小化算法相比，该算法的重构误差更小。