Multigrad based sparse recovery method for multidimensional harmonic retrieval

In this paper the application of a multigrid based sparse recovery method for multidimensional harmonic retrieval is investigated. Multidimensional modal estimation problem is formulated as a simultaneous sparse recovery problem for each dimension and then the signal parameters are estimated using a multigrid dictionary refinement scheme. Performance of the proposed method is compared against 2-D ESPRIT and Cramer-Rao lower bounds in numerical simulations.
Bu çalışmada çok ızgaralı seyrek geriçatım yönteminin çok boyutlu sinyallerin kestirimine uygulanması incelenmiştir. Çok boyutlu sinyallerin bileşenlerinin kestirilmesi problemi herbir boyutu için aynı anda seyrek geriçatım problemine dönüştürüldükten sonra sinyalin o boyuttaki bileşen kestirimi çok ızgaralı sözlük matrisi güncellemeyle iyileştirilmektedir. Önerilen yöntemin başarımı, 2-B ESPRIT yöntemi ve Cramer-Rao alt sınırı ile sayısal benzetimlerle karşılaştırılmıştır.