У меня есть сигнал x [n], n = 1 ... N, N> 10000. Предположим, что я знаю несколько образцов в индексе i1, i2, .. ik. Могу ли я использовать эти семплы для того, чтобы вернуться к x примерно? Например, скажем, что у меня есть GPS-считывание каждую секунду на телефоне Android в течение часа (3600 выборок), могу ли я предположить весь путь (не фиксированный), который я проехал от скажем всего 100 образцов? Это может привести к экономии заряда и хранению аккумулятора в случае возможного. Другим примером может быть изображение Y [i, j], где i имеют образцы {(i1, j1), (i2, j2) .. (ik, jk)}), и с использованием этих образцов выводится полное изображение. Если путь или изображение описывается какой-либо аналитической функцией (например, кругом или предсказуемой шахматной доской), то это не составит труда, но для общего случая, когда отношения не могут быть аналитически описаны, это может быть интересно.Энергоэффективный способ восстановления сигнала из нескольких выборок
Я понимаю, что если сигнал x полностью случайный, я бы не смог сделать какой-либо ключ из нескольких образцов, но если он не случайный (скажем, имеют некоторые отношения/корреляции с другими образцами), должно быть чтобы получить хотя бы некоторое представление о целом сигнале, хотя и не совсем точно. Может ли кто-нибудь указать хороший алгоритм для этого?