压缩感知理论及其的应用.docVIP

压缩感知理论及其的应用 　　摘要：信号采样是模拟的物理世界通向数字的信息世界的必备手段。多年来，指导信号采样的理论基础一直是著名的Nyquist采样定理，但其在采样过程中产生的大量数据浪费了存储空间，而在压缩过程又会丢弃大量采样资源。压缩感知（Compressed Sensing）提出一种新的采样理论，它能够以远低于Nyquist要求的采样速率采样信号。本文详述了压缩感知的基本理论，着重介绍了信号稀疏变换、观测矩阵设计和重构算法三个方面的最新进展，并介绍了压缩感知目前有待解决的几个关键问题，最后举例说明压缩感知理论在各领域的应用。 　　关键词：压缩感知；稀疏变换；观测矩阵；有限等距性；编码；解码 　　中图分类号：TN957.52 　　0 引言 　　Nyquist采样定理指出，采样速率达到信号带宽的两倍以上时才能实现采样信号的精确重构。可见，带宽是Nyquist采样定理对采样的本质要求。然而随着信息需求量的增加，携带信息的信号带宽越来越宽，以此为基础的信号处理框架所要求的采样速率和处理速度也越来越高。解决这些压力常见的方案是信号压缩。但是，信号压缩会浪费大量采样资源，因为大量非重要或冗余信息在压缩过程中被丢弃。基于此可以得出结论：带宽不能本质地表达信号的信息，基于Nyquist采样定理的采样机制是冗余的。 　　于是很自然地引出一个问题：能否利用其它变换空间描述信号，建立