高维带宽有限随机信号从平均过采样的指数阶逼近  

EXPONENTIAL APPROXIMATION OF MULTIVARIATE BANDLIMITED STOCHASTIC SIGNALS FROM AVERAGE OVERSAMPLING

作　　者：陈文健 张海樟 

机构地区：[1]烟台大学数学与信息科学学院,烟台264005 [2]中山大学数据科学与计算机学院广东省计算科学重点实验室,广州510275

出　　处：《计算数学》2017年第4期339-350,共12页Mathematica Numerica Sinica

基　　金：山东省自然科学基金(ZR2016AP11);国家自然科学基金(11571377;11222103)

摘　　要：本文中我们主要考虑利用有限的平均过采样值来重构高维带宽有限随机信号.我们给出了一个能够达到指数阶衰减逼近能力的重构算法.对于一般型和乘积型的采样测度,我们分别给出了对应的重构算法和指数阶衰减的重构误差估计.In this note, we mainly consider reconstructing multivariate bandlimited wide stationary stochastic signals from finite average oversampling. We derive a reconstruction algorithm which attains the exponentially-decaying reconstruction rate. When the sampling measure is of general type or tensor-product type, we all derive an exponentially-decaying reconstruction error estimate.

关 键 词：高维带宽有限宽平稳随机过程 平均过采样 指数阶衰减逼近误差 

分 类 号：O211.6[理学—概率论与数理统计]