压缩采样-毕业设计外文翻译.docxVIP

外文资料翻译译文压缩采样Emamnuel J. Candès摘要：从频域数据中采集和重构图像的传统思想和方法遵循的是奈奎斯特定理这一基本原则。这一原则认为：为了重建图像，需要获取的傅里叶采样的数量必须匹配图像的预期分辨率，即图像的像素点数。本文介绍了一种名为“压缩采样”或“压缩感知”的新兴理论，该理论认为传统的观念是不正确的。或许令人吃惊的是，它有可能从远远小于图像/信号预期分辨率的若干采样中精确地重构原始图像或数据。毫无疑问，压缩采样具有深远的意义。例如，它提出一种可能的新数据采集协议，能比传统认为所必须的传感器更少的情况下把模拟信息转化成数字形式。这个新的抽样理论可能会造成数据的采样和压缩过程同时进行。在这个简短的概述中，我们提供一些有关这一新理论的关键数学见解，并且给出了一些压缩采样和其他领域的交叉，如统计学、信息论、编码理论以及理论计算科学。关键词：压缩采样，稀疏，一致不确定性原理，不定线性方程组，最小L1范数，线性规划，信号恢复，纠错。引言信号处理的一个中心原则是奈奎斯特/香农抽样定理:无差错的重构一个信号所需的采样数目取决于它的带宽——包含该信号有效频谱的最小间隔。在过去两年左右的时间里，出现了另一种“压缩采样”理论。这个理论表明超分辨信号和图像可以从远远少于通常所认为的必要的数据/测量尺寸中重构出来。本文的目的在于探究并提供一些有关这种新理论的关键数学见解。压缩采样吸