压缩感知

被引：62

作者：

许志强

机构：

[1] 中国科学院数学与系统科学研究院,计算数学与科学工程计算研究所,科学与工程计算国家重点实验室

来源：

中国科学:数学 | 2012年 / 42卷 / 09期

关键词：

压缩感知; 宽度; 线性规划;

D O I：

暂无

中图分类号：

TN911.6 [信号分析];

学科分类号：

080401 ; 080402 ;

摘要：

压缩感知是近来国际上热门的研究方向.其主要思想为:利用信号稀疏性的特征,通过尽量少的观测信息恢复信号.压缩感知在多个应用领域,如医学成像、图像处理、地质勘探等中具有很好的应用前景.此外,它与逼近论、最优化、随机矩阵及离散几何等领域密切相关,由此产生了一些漂亮的数学结果.本文综述压缩感知一些基本结果并介绍最新进展.主要包括RIP矩阵编码与l1解码的性能、RIP(restricted isometry property)矩阵的构造、Gelfand宽度、个例最优性及OMP(orthogonalmatching pursuit)解码等.

引用

页码：865 / 877

页数：13

共 9 条

[1] Deterministic sampling of sparse trigonometric polynomials [J].

Xu, Zhiqiang .

JOURNAL OF COMPLEXITY, 2011, 27 (02) :133-140

[2] EXPLICIT CONSTRUCTIONS OF RIP MATRICES AND RELATED PROBLEMS [J].

Bourgain, Jean ;

Dilworth, Stephen ;

Ford, Kevin ;

Konyagin, Sergei ;

Kutzarova, Denka .

DUKE MATHEMATICAL JOURNAL, 2011, 159 (01) :145-185

[3]

The Gelfand widths of ? p -balls for 0 < p ≤ 1[J] . Simon Foucart,Alain Pajor,Holger Rauhut,Tino Ullrich.Journal of Complexity . 2010 (6)

[4] FAST LINEARIZED BREGMAN ITERATION FOR COMPRESSIVE SENSING AND SPARSE DENOISING [J].

Osher, Stanley ;

Mao, Yu ;

Dong, Bin ;

Yin, Wotao .

COMMUNICATIONS IN MATHEMATICAL SCIENCES, 2010, 8 (01) :93-111

[5]

Convergence of the linearized Bregman iteration for $\ell 1$-norm minimization[J] . Jian-Feng Cai,Stanley Osher,Zuowei Shen.Mathematics of Computation . 2009 (268)

[6] Stability and Instance Optimality for Gaussian Measurements in Compressed Sensing [J].