文献类型：期刊文章

作　　者：石光明[1] 刘丹华[1] 高大化[1,2] 刘哲[3] 林杰[1] 王良君[1]

机构地区：[1]西安电子科技大学智能感知与图像理解教育部重点实验室,陕西西安710071 [2]空军工程大学理学院,陕西西安710051 [3]西北工业大学理学院,陕西西安710072

出　　处：《电子学报》

基　　金：国家自然科学基金(No.60776795,No.60736043,No.60672125,No.60607010);教育部长江学者和创新团队支持计划(No.IRT0645);国家863高技术研研发展计划(No.2007AA01Z307)

年　　份：2009

卷　　号：37

期　　号：5

起止页码：1070-1081

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20092412123664)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：信号采样是联系模拟信源和数字信息的桥梁.人们对信息的巨量需求造成了信号采样、传输和存储的巨大压力.如何缓解这种压力又能有效提取承载在信号中的有用信息是信号与信息处理中急需解决的问题之一.近年国际上出现的压缩感知理论(Compressed Sensing,CS)为缓解这些压力提供了解决方法.本文综述了CS理论框架及关键技术问题,并着重介绍了信号稀疏变换、观测矩阵设计和重构算法三个方面的最新进展,评述了其中的公开问题,对研究中现存的难点问题进行了探讨,最后介绍了CS理论的应用领域.

关 键 词：信息采样  压缩感知 稀疏表示  观测矩阵  

分 类 号：TN911.72]