CS(壓缩传感)理论的研究.docVIP

PAGE PAGE 6 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是指导如何采样的重要理论基础. 该定理告诉我们，欲无失真从离散信号中恢复信号，其采样速率必须是信号信号带宽的2倍。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, 据此理论为基础的信号处理框架，要求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。例如高分辨率地理资源观测,其巨量数据传输和存储就是一个艰难的工作. 在实际应用中，为了降低存储和传输的成本，人们常采用压缩方式以较少的数据比特数表示信号，大量的非重要的数据被抛弃。这种高速采样再压缩的过程浪费了大量的采样资源。这就很自然引出一个问题，能否利用其它变换空间描述信号，建立新的信号描述和处理的理论框架，使得在保证信息不损失的条件下，用远低于奈奎斯特采样定理要求的速率采样信号而又可以完全恢复信号？也就是将对信号的采样转变成对信息的采样。如果这个问题被解决，就可以极大地降低信号的采样频率、极大地减少数据存储和传输代价、极大地减少信号处理时间和计算成本（软件、硬件及功耗）。这将带领信号处理进入一个新的革命时