压缩感知概要.pptVIP

汪琪 464269769@ 中科院光电研究院 2011年10月20日 压缩感知理论简介 压缩感知数学模型 压缩感知关键要素 压缩感知应用前景 压缩感知仿真实例 压缩感知综述 压缩感知综述 压缩感知理论简介 压缩感知(压缩传感，Compressive Sensing, Compressed sensing)理论是近年来信号处理领域诞生的一种新的信号处理理论，由D. Donoho(美国科学院院士)、E. Candes(Ridgelet, Curvelet创始人)及华裔科学家T. Tao(2006年菲尔兹奖获得者)等人提出，自诞生之日起便极大地吸引了相关研究人员的关注。网站/cs上可以获取大量相关的论文。 压缩感知理论在信号获取的同时，就对数据进行适当地压缩，而传统的信号获取和处理过程主要包括采样、压缩、传输和解压缩四个部分，其采样过程必须遵循奈奎斯特采样定率，这种方式采样数据量大，先采样后压缩，浪费了大量的传感元、时间和存储空间，相较之下，压缩传感理论针对可稀疏表示的信号，能够将数据采集和数据压缩合二为一，这使其在信号处理领域有着突出的优点和广阔的应用前景。 压缩感知理论简介 传统的信息获取与处理流程 压缩感知理论框架 压缩感知的核心思想是压缩和采样合并进行，并且测量值远小于传统采样方法的数据量，突破了香农采样定理的瓶颈，使高分辨率