结构化压缩感知研究进展

摘要：

压缩感知(Compressive sensing,Cs)是一种全新的信息采集与处理的理论框架.借助信号内在的稀疏性或可压缩性,可从小规模的线性、非自适应的测量中通过非线性优化的方法重构信号.结构化压缩感知是在传统压缩感知基础上形成的新的理论框架,旨在将与数据采集硬件及复杂信号模型相匹配的先验信息引入传统压缩感知,从而实现对更广泛类型的信号准确有效的重建.本文围绕压缩感知的三个基本问题,从结构化测量方法、结构化稀疏表示和结构化信号重构三个方面对结构化压缩感知的基本模型和关键技术进行详细的阐述,综述了结构化压缩感知的最新的研究成果,指出结构化压缩感知进一步研究的方向.

关键词：压缩感知、压缩观测、稀疏表示、信号重构、结构模型

所属期刊栏目：39

资助基金：国家重点基础研究发展计划973计划2013CB329402;国家自然科学基金61072106,61072108,61173090,61272023;高等学校学科创新引智计划111计划B07048;教育部长江学者和创新团队发展计划IRT1170;国家教育部博士点基金20110203110006;智能感知与图像理解教育部重点实验室开放基金IPIU012011002;National Basic Research Program of China 973 Program2013CB329402;National Natural Science Foundation of China61072106,61072108,61173090,61272023;Fund for Foreign Scholars in University Research and Teaching Programs 111 ProjectB07048;Program for Cheung Kong Scholars and Innovative Research Team in UniversityIRT1170;National Research Foundation for the Doctoral Program of Higher Education of China20110203110006;the Open Research Fund Program of Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education of Education of ChinaIPIU012011002

在线出版日期：2014-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：1980-1995