資源描述：
《壓縮感知中測(cè)量矩陣構(gòu)造綜述_王強(qiáng)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、JournalofComputerApplicationsISSN1001-90812017-01-10計(jì)算機(jī)應(yīng)用，2017，37(1):188－196CODENJYIIDUhttp://www．joca．cn文章編號(hào):1001-9081(2017)01-0188-09DOI:10．11772/j．issn．1001-9081．2017．01．0188壓縮感知中測(cè)量矩陣構(gòu)造綜述*王強(qiáng)，張培林，王懷光，楊望燦，陳彥龍(軍械工程學(xué)院車輛與電氣工程系，石家莊050003)(*通信作者電子郵箱ZPL1955@163．com)摘要:壓縮感知測(cè)量矩陣構(gòu)造方式多樣并不斷發(fā)展，為梳理現(xiàn)有研究成果，掌
2、握測(cè)量矩陣發(fā)展動(dòng)態(tài)，對(duì)壓縮感知測(cè)量矩陣構(gòu)造進(jìn)行系統(tǒng)介紹。首先，針對(duì)傳統(tǒng)信號(hào)采集理論存在的信息冗余問(wèn)題，闡述了壓縮感知理論在信號(hào)采集過(guò)程中資源利用率高、存儲(chǔ)空間小的優(yōu)勢(shì);其次，以壓縮感知理論框架為基礎(chǔ)，從測(cè)量矩陣構(gòu)造原則、測(cè)量矩陣產(chǎn)生方法、測(cè)量矩陣結(jié)構(gòu)設(shè)計(jì)、測(cè)量矩陣優(yōu)化方法四個(gè)方面，對(duì)壓縮感知測(cè)量矩陣構(gòu)造進(jìn)行分析，討論了測(cè)量矩陣構(gòu)造過(guò)程中不同原則、結(jié)構(gòu)、方法的優(yōu)勢(shì);最后，在總結(jié)現(xiàn)有研究成果的基礎(chǔ)上，對(duì)測(cè)量矩陣的發(fā)展方向進(jìn)行了展望。關(guān)鍵詞:壓縮感知;測(cè)量矩陣;有限等距性質(zhì);信號(hào)重構(gòu);信號(hào)采集中圖分類號(hào):TP301．6文獻(xiàn)標(biāo)志碼:ASurveyonconstructionofmeasure
3、mentmatricesincompressivesensing*WANGQiang，ZHANGPeilin，WANGHuaiguang，YANGWangcan，CHENYanlong(DepartmentofVehiclesandElectricalEngineering，OrdnanceEngineeringCollege，ShijiazhuangHebei050003，China)Abstract:Theconstructionofmeasurementmatrixincompressivesensingvarieswidelyandisonthedevelopmentcons
4、tantly．Inordertosortouttheresearchresultsandacquirethedevelopmenttrendofmeasurementmatrix，theprocessofmeasurementmatrixconstructionwasintroducedsystematically．Firstly，comparedwiththetraditionalsignalacquisitiontheory，theadvantagesofhighresourceutilizationandsmallstoragespacewereexpounded．Second
5、ly，onthebasisoftheframeworkofcompressivesensingandfocusingonfouraspects:theconstructionprinciple，thegenerationmethod，thestructuredesignofmeasurementmatrixandtheoptimalmethod，theconstructionofmeasurementmatrixincompressivesensingwassummarized，andadvantagesofdifferentprinciples，generationsandstru
6、ctureswereintroducedindetail．Finally，basedontheresearchresults，thedevelopmentdirectionsofmeasurementmatrixwereprospected．Keywords:CompressiveSensing(CS);measurementmatrix;ＲestrictedIsometryProperty(ＲIP);signalreconstruction;signalacquisition用信息，并能夠通過(guò)近似優(yōu)化算法，實(shí)現(xiàn)原始信號(hào)的精確重0引言［5］構(gòu)。在傳統(tǒng)奈奎斯特采樣定理?xiàng)l件下，要實(shí)現(xiàn)原始
7、信號(hào)的精壓縮感知理論主要包括信號(hào)稀疏表示、測(cè)量矩陣構(gòu)造、重［6］確重構(gòu)，采樣過(guò)程中的采樣頻率至少高于原始信號(hào)中最高頻構(gòu)算法設(shè)計(jì)三方面的內(nèi)容。在壓縮感知理論中，要求信號(hào)率的兩倍。但奈奎斯特采樣定理是原始信號(hào)能夠精確重構(gòu)的具有可壓縮性，信號(hào)的稀疏表示是信號(hào)可壓縮性能的具體體充分條件，而非必要條件。依照該定理采樣后的數(shù)據(jù)中包含現(xiàn)，而可壓縮性能的好壞依賴于稀疏字典的設(shè)計(jì)，在壓縮感知大量冗余信息，數(shù)據(jù)在應(yīng)用過(guò)程中，經(jīng)過(guò)處理只保留了部分有之初，信號(hào)的稀疏字典是基于變換
