压缩感知中SL0算法的研究.docx

压缩感知中SL0算法的研究

摘要

作为一种全新提出的信号采样理论，压缩感知理论（CompressiveSensing）[1]有别于传统的采样理论，其指出，对于任何一个信号，只要具有稀疏性，或者是通过变换后具有稀疏性，都可以通过一个观测矩阵对其进行降维处理，从而大大减小储存观测信息所需的储存空间。随后再通过求解优化问题来对压缩后的信号进行重建，从而近乎无损失的还原出原始信号。

其有效地减少了采样的数据复杂度，同时也节约了信号采样所需时间，为高速数据存储、传输和处理带来极大便利，有良好的应用前景。其中一个至关重要的的环节就是信号重建算法，其主要分为最小化范数的迭代算法和基于范数的松弛算法等