压缩感知基本理论:回顾与展望
随着信息社会的迅速发展,人们对数字信息的需求越来越大.同时,人们对信号的采样速率、传输速度和存储空间的要求也变得越来越高.如何在保持信号信息的同时尽可能地减少信号的采样数量?Candès在2006年的国际数学家大会上介绍了一种称为压缩感知的新颖信号采样理论,指出:只要远少于传统Nyquist采样定理所要求的采样数即可精确或高概率精确重建原始信号.围绕压缩感知的稀疏字典设计、测量矩阵设计、重建算法设计这3个核心问题,对其基本理论和主要方法进行了系统阐述,同时指出了压缩感知有待解决的若干理论问题与关键技术.
压缩感知、稀疏逼近、非相干性、测量矩阵、稀疏最优化
17
TN911.72
国家高技术研究发展计划863计划基金项目2007AA12Z142;国家自然科学基金项目60802039,60672074;教育部高等学校博士点基金项目20070288050
2012-05-15(万方平台首次上网日期,不代表论文的发表时间)
共12页
1-12