弱化限制等距性的稀疏信号恢复

摘要：

众所周知,传统的信号压缩和重建遵循香农一耐奎斯特采样定律,即采样率必须至少为信号最高频率的两倍,才能保证在重建时不产生失真,这无疑将给信号采样,传输和存储过程带来越来越大的压力.随着科技的飞速发展,特别是近年来传感器技术获取数据能力提高,物联网等促使人类社会的数据规模遽增,大数据时代正式到来.大数据的规模效应给数据存储,传输,管理以及数据分析带来了极大的挑战.压缩采样应运而生.限制等距性(Restricted Isometry Property,RIP)在压缩传感中起着关键的作用.只有满足限制等距条件的压缩矩阵才能平稳恢复原始信号.RIP作为衡量矩阵是否能作为测量矩阵得到了认可,但是此理论的缺陷在于对任一矩阵,很难有通用,快速的算法来验证其是否满足RIP条件.很多学者尝试弱化RIP条件以找到测量矩阵构造的突破口.首先构造了新的限制等距条件δ1.5k+θk.l.5k≤1,然后证明在这个条件下无噪声稀疏信号能被精确的恢复,并且噪声稀疏信号能被平稳的估计.最后,通过比较表明δ1.5k+θk,1.5k≤1优于现存的条件.

关键词：(e)1最小化、限制等距性、转移不等式、稀疏恢复

所属期刊栏目：46

资助基金：国家自然科学基金61340041,61374079;留学回国人员科研启动基金项目教外司留[2013]1792号

在线出版日期：2016-11-04（万方平台首次上网日期，不代表论文的发表时间）

页码：195-203