压缩感知中构造测量矩阵研究.pdfVIP

应用技术与研究 学术探讨 压缩感知中构造测量矩阵研究 付 强 李 琼 （成都理工大学，四川 成都 610059） ［摘 要］ 在压缩感知的研究中，构建硬件容易实现的测量矩阵是将压缩感知推向实用化的关键，也是现在压缩感知的主 要研究内容。 本文将综述压缩感知的理论和测量矩阵的各种常用矩阵的构造原理和方法，从随机性和确定性两个方面来阐述构 造方法。 ［关键词］ 压缩感知；测量矩阵；稀疏矩阵； 理论 RIP 指导构造某个测量矩阵，也无法有效地判断某个测量矩阵是 1．引言 否满足其所需的特性；另外更重要的一点是它只是必要条件 香农采样定理支配着几乎所有的信号/ 图像等的获取、处 而不是充分条件。 理、存储、传输等，另外，为保证信息的安全传输，通常的加密 Donoho 给出测量矩阵要满足三个特性： 技术是用某种方式对信号进行编码，其采样率不小于最高频 （1）由测量矩阵的列向量组成的子矩阵的最小奇异值必须 率的两倍。该理论指导下的信息获取、存储、融合、处理及传输 大于一定的常数。其列向量有一定的线性独立性； 等成为目前信息领域进一步发展的主要瓶颈之一，主要表现 （2）测量矩阵的列向量体现类似于噪声的随机独立性； 在两个方面：（1）数据获取和处理方面；（2）数据存储和传输方 （3）满足稀疏度的解是1- 范数最小的向量。 面。众所周知，Nyquist 采样率是信号精确复原的充分条件，但 这三个特性对矩阵的构造起着决定性作用。 绝不是必要条件；除带宽可作为先验信息外，实际应用中的大 选择测量矩阵时需满足三个条件： 多数信号/ 图像中拥有大量的结构。 （1）尽量少的数据量； 近年来，由 D.Donoho( 美国科学院院士)、E. Can- （2）便于硬件实现和优化算法实现； des(Ridgelet, Curvelet 创始人) 及华裔科学家T. Tao 等人提出 （3）普适性。 [1] 了压缩感知( compressed sensing, 简称CS )理论 。压缩感知理 3 ．测量矩阵的构造 论表示: 如果信号通过某种变换 (如傅立叶变换, 小波变换等) 后, 是可稀疏表示或可压缩的, 则可设计一个与变换基不相关 构造测量矩阵分为随机测量矩阵和确定性测量矩阵，下 的测量矩阵测量信号, 得到的测量值通过求解优化问题, 可实 面将从这两方面来阐述构造方法。 现信号的精确或近似重构。测量后,信号f 由N 维减少到M 维 3.1 随机测量矩阵的构造 (M N) , 这M 个测量值只包含了信号的重要信息。信号的观 3.1.1 构造随机测量矩阵分类和方法 [5] 测过程是非自适应的, 测量矩阵的设计不依赖于信号的结构。