现代数字信号处理答案分析.docVIP

P17 1.9 1.16 P42 2.2 2.5 P118 3.5 3.12 P162 4.4 4.7 压缩感知（Compressed Sensing，CS）是近年来信号处理领域兴起的数据采集理论，其指出用少量的采集数据就可以精确地恢复出原始信号。这里假设信号x为n×1维，CS测量矩阵A是m×n维，观测值y为m×1，其中mn： y=Ax (1) 一般而言，要从y恢复出x需要求解一个欠定方程，通常不能得到精确解，即求解出的x与x相比误差很大。但如果信号x本身是稀疏的，则求解欠定方程得到精确解就变得可行，这里需要引入稀疏变换矩阵B。此时，方程(1)可写成： y=Ax=ABz (2) 其中z=inv(B)x是稀疏的，即其非0元素个数是有限的。 这样就可以解出满足关系式(3)的z： z=min（||z||1）， s.t. y=(AB)z (3) 上面的描述随处可见于关于CS的文章，基于这些描述，我以前有一个狭隘的理解：对于CS正过程，首先是得到x，然后对x作稀疏表示，在对稀疏结果z做CS投影得到y；对于CS逆过程，由任何一种算法如omp，sp-bp，gbp等方法求解z，然后做稀疏逆变换恢复出x’： x=Bz