组合群试与稠密信号恢复.pdf

摘要 压缩传感(compressedsensing)是信号处理领域里一种全新的采样编码技 Donoho、Emmanuel 术，在2006年由David can北s和TerenceTao等人提出后， 引起了学术界和工业界的广泛关注，并已经在诸多领域内发挥应用。压缩传感的 数学模型是求一个欠定线性系统的稀疏解，即稀疏信号恢复。 组合群试(Combinatorial酽ouptesting)是在实验中从大量样本中找出某类 低密度样本的一种基础工具。近年来在分子生物学中的应用又被称为池设计 (Poolingdesign)。由于感兴趣的样本具有稀疏性，池设计也可以被看成一个稀 疏信号恢复问题。一旦稀疏信号的支撑集被确定了，有很多方法去估计非零分量 的值，因此只需利用池设计算法恢复支撑集即可。 本文利用池设计中的“一般抑制剂模型(Generalinhibitormodel)”的组合 结构构造稀疏信号恢复中的传感矩阵，在一定条件下完美无差错地恢复出信号的 支撑集，并设计有效的恢复算法实现恢复过程。对于稀疏度为七的信号，得到的 传感矩阵的阶数为D(七2109，z)×胛，恢复算法的计算复杂度为D(七2，zlog刀)。 关键词：压缩传感 稀疏信号恢复 组合群试 池设计 一般抑制剂模型 Abstract isanew and inthefieldof (b厅!p陀船Pd5治以sf稳g samplingcodingtechniques David Can北sandTerenceT’aoetc． signalprocessingproposedby Donoho，Emmanuel in2006．Ithasaroused concembothinacademia and found widespread industry，and ina ofareas．Themathematical applicationsVariety modelof is compressedsensing toseeka solutionofanunderdetemlinedlinear isalsoknownaLs sparse system，which spQrsesignnlrecover)7． abasictoolin to CD聊6砌口幻r胁，g阳z矽胞s胁喀is conductingexperimentsidenti匆 an eVentsina collectionof into low-frequencyla略e samples．Its，recent application Variousmolecular isoRenreferredtoas biologyscreeningdesigns poD，f，曙d鲫辔玎． Sincetheconcemedare