压缩感知理论与应用(附重建算法详述).pptVIP

压缩感知理论与应用

Compressedsensing:theoremandApplications

内容概览

一.压缩感知背景知识

二.压缩感知理论

三.压缩感知重建方法

四.压缩感知应用

一.压缩感知背景知识

Nyquist-Shannon采样定理

1928年由美国电信工程师H.奈奎斯特首先提出

1933年由苏联工程师科捷利尼科夫首次用公式严

格地表述这一定理

1949年信息论的创始人香农对该定理加以明确

地说明并正式作为定理引用，因此在许多文

献中又称为香农采样定理

数字信号的获取----Nyquist-Shannon采样定理

信号采样

插值重建

ClaudeShannon

HarryNyquist

香农定理的数学表示

非带限信号

Nyquist-Shannon采样定理局限性

问题1:真实信号没有真正带限的；

问题2:理想的低通滤波器不存在；

香农采样定理后采样理论的发展

问题3:当信号的带宽过宽时，采样率过高难于实现

限制了超宽带通信和超宽带雷达的发展；限制医学图

像成像的发展，比如MRI；等等。

获取的大量数字信号为处理、存储、传输的软硬件增加了很

多负担

高分辨率

大量的传感器

图像数据库，照相阵列，分布式无线传感网

越来越多的成像形式

X-Ray，GammaRay,PET，MRI,红外，超声波，毫米波

SAR成像

海量的数据

多种成像形式

大量采样数据有无必要性？

xNK

采样压缩传输/存储

小波系数

局部放大

1M25K项系数近似

原始图像近似后的图像

CS提出者

2004~2006，

ECandes（加州理工大学）

D.Donoho(斯坦福大学)

（Ridgelet和Curvelet的创始人）

Romberg(佐治亚理工大学)

Tao（加州大学洛杉矶分校）

•一种新的采样方法

•以不确定准则为基础

压缩感知或压缩采样

直接获取压缩后的信号；

用更一般的测量值代替信号样本值

xy

压缩

传输/存储

N采样M

y接收重建

二.压缩感知理论

2.1压缩感知问题描述

假设x是一离散时间信号：xRN，这样压缩感知问题简化为是否存

在一组测量信号yRM能完全恢复出x，其中MN。设y的每个分量

是与一组测量矢量N的内积，即：，

ykxkR,k1Mykk,x

，测量矩阵的行向量为，的大小为，则测量信号

k1MkMN

y可以写为

yx（2.1.1）

问题为：是否存在一种测量，能使原始信号xRN由测量信号yRM

恢复，这里MN。可以看出，式（2.1.