压缩感知综述

被引：49

作者：

尹宏鹏 ^{[1
]}

刘兆栋 ^{[1
]}

柴毅 ^{[1
,2
]}

焦绪国 ^{[1
]}

机构：

[1] 不详

[2] 重庆大学自动化学院

[3] 不详

[4] 重庆大学输配电装备及系统安全与新技术国家重点实验室

[5] 不详

来源：

控制与决策 | 2013年 / 10期

关键词：

压缩感知; 稀疏表示; 测量矩阵; 稀疏重构算法;

D O I：

10.13195/j.kzyjc.2013.10.013

中图分类号：

TN911.7 [信号处理];

学科分类号：

0711 ; 080401 ; 080402 ;

摘要：

压缩感知理论的诞生使得采样速率与信号的结构和内容相关,并以低于奈奎斯特采样定理要求的频率采样、编码和重构.在实际应用中,为解决数据冗余和资源浪费的瓶颈问题开拓了一条新道路,也为其他学科发展提供了新的契机.从发展历史和研究现状等方面入手,对稀疏表示、测量矩阵的构造、稀疏重构算法和主要应用方面进行了详细的梳理和研究.对当前研究的热点、难点作了分析和探讨,并指出了未来的发展方向和应用前景.

引用

页码：1441 / 1445+1453 +1453

页数：6

共 18 条

[1] 一种新的基于遗传算法的压缩感知重构方法及其在SAR高分辨距离像重构中的应用
朱丰
张群
柏又青
冯有前
张维强
毕博
[J]. 控制与决策 , 2012, (11) : 1669 - 1675
[2] 压缩感知中构造测量矩阵研究
付强
李琼
[J]. 电脑与电信, 2011, (09) : 39 - 41
[3] 压缩感知研究
戴琼海
付长军
季向阳
[J]. 计算机学报, 2011, 34 (03) : 3425 - 3434
[4] 基于联合正则化及压缩传感的MRI图像重构
王艳
练秋生
李凯
[J]. 光学技术, 2010, 36 (03) : 350 - 355
[5] 压缩感知理论在探地雷达三维成像中的应用
余慧敏
方广有
[J]. 电子与信息学报, 2010, 32 (01) : 12 - 16
[6] 基于互信息的分布式贝叶斯压缩感知(英文)
汪振兴
杨涛
胡波
[J]. 中国科学技术大学学报, 2009, 39 (10) : 1045 - 1051
[7] 压缩感知理论及其研究进展
石光明
刘丹华
高大化
刘哲
林杰
王良君
[J]. 电子学报, 2009, 37 (05) : 1070 - 1081
[8] 基于非常稀疏随机投影的图像重建方法
方红
章权兵
韦穗
[J]. 计算机工程与应用, 2007, (22) : 25 - 27
[9] Undersampled MRI reconstruction with patch-based directional wavelets
Qu, Xiaobo
Guo, Di
Ning, Bende
Hou, Yingkun
Lin, Yulan
Cai, Shuhui
Chen, Zhong
[J]. MAGNETIC RESONANCE IMAGING, 2012, 30 (07) : 964 - 977
[10] The restricted isometry property and its implications for compressed sensing[J] . Emmanuel J. Candès.Comptes rendus - Mathématique . 2008 (9)

← 1 2 →