稀疏信息处理中的采样矩阵重置问题研究

项目名称： 稀疏信息处理中的采样矩阵重置问题研究

项目编号： No.11401463

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 数理科学和化学

项目作者： 刘海峰

作者单位： 西安交通大学

项目金额： 22万元

中文摘要： 压缩感知是近年来提出的一种新的信号获取与处理理论，它突破了传统的Shannon-Nyquist采样定律。在卫星通信、遥感成像、模式识别和图像压缩等诸多领域，已得到了成功应用。压缩感知与数学中的矩阵计算、运筹学与优化、概率论以及泛函分析等学科密切相关。采样矩阵的设计是压缩感知中的一个关键问题，它直接关系着重构信号的质量，因此得到了广泛关注。但采样矩阵由硬件设备决定，对于目前已设计出的大部分采样矩阵，很难有相应的硬件设备满足条件。鉴于此，本项目提出了采样矩阵的重设置问题，使用优化方法，降低了对硬件设备的需求，使上述可应用性问题的解决得到了可能。本项目拟对所提出的问题进行深入研究，将建立采样矩阵重设置问题的一系列理论和方法，为实际工程应用提供重要的理论基础和依据。

中文关键词： 压缩感知；稀疏信号；采样矩阵；信号恢复；

英文摘要： Compressive sensing is a new proposed theory for signal acquisition and processing, it breaks through the traditional Shannon-Nyquist sampling law. It has been successfully applied in many fields such as satellite communications, remote sensor, pattern re

英文关键词： Compressive sensing；Sparse signal；Measurement matrix；Signal recovery；