CS(压缩传感)理论研究.docVIP

一种新的压缩采样技术——Compressed Sensing理论 1.引言 　 在现代数字化信息时代, 信息的来源的模拟化和信息处理工具的数字化是其两大主要特征。信号的采样是两者必然联系的桥梁。傅立叶变换和奈奎斯特采样定理然而随着人们对信息需求量的增加，携带信息的信号的带宽越来越宽基础的信号处理框架，的采集速率和处理速度越来越高，对宽带信号处理的困难也越来越大。这给信号采集、存储、传输和处理等带来了巨大的压力。”。该理论异于近代奈奎斯特采样定理，它指出：利用随机观测（投影）矩阵可以把一个稀疏或可压缩的高维信号投影到低维空间上，然后再利用这些少量的投影通过解一个优化问题就可以以高概率重构原信号，并证明了这样的随机投影包含了重建信号的足够信息。于是一个可压缩信号能够用比奈奎斯特采样要求的信号长度小得多的信号来准确表示。 CS理论中，图像/信号的采样和压缩同时以非常低的速率进行，使传感器的采样率和计算成本大大降低，而信号的恢复过程是一个优化计算的过程。因此，压缩感知理论指出了将模拟信号直接采样压缩为数字形式的有效途径，具有直接信息采样特性。事实上，CS理论的某些抽象结论源于Kashin创立的范函分析和逼近论，最近由Candès, Romberg，Tao和Donoho4等人构造了具体的算法并且通过研究表明了这一理论的巨大应用前景。压缩感知的引人之处在于它对于应用科学和工程的许多领域具有重