压缩感知技术研究进展分析

看矩阵和信号的高度不相干是有效恢复信号的保证?.РР但是,现在依旧无法确定随机不相关特性是否是最优恢复信号的必要条件,这仍是一个公开问题.其他,怎样权衡察看矩阵的不相干特性,以及它们与恢复РР性能之间的关系也是一个尚未解决的问题.РРР其他,自适应的察看矩阵设计也是察看矩阵设计的一个重要方面Р.在众Р多相关压缩感知理论的文件中Р,大多数的察看矩阵都是预先设计好的Р,不需要Р根据察看信号而自适应变化.Р实际上,如果能够进行自适应的察看,Р压缩感知Р的压缩性能能够获得进一步的提高Р.在文件[22]Р中,作者用Bayes估计的观Р点对压缩感知做出了一种全新的解释Р.在文件中,Р压缩感知的解的可信度能够РР压缩感知技术研究进展解析Р压缩感知技术研究进展解析Р11/15Р压缩感知技术研究进展解析РР经过微分熵来权衡,这样在已有察看的基础上,下一次最优的察看向量应该使问题解的微分熵下降最快,它能够由已有的察看向量和察看值唯一确定.而РРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРР压缩感知技术研究进展解析Р压缩感知技术研究进展解析Р12/15Р压缩感知技术研究进展解析РРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРРР且,好运的是这一特性在编码端和解码端是同样的.由于对察看矩阵的最优化设计,BayesianCS与使用普通的随机察看矩阵相比,在同样察看次数的情况РР下,性能获得了很大的提高.自然这也付出了一定的代价,计算最优察看向量需要很大的计算量,所以能够简捷有效地确定最优察看向量仍是这方面的一个有待解决的问题.РР5.3散布式压缩感知理论(DistributedCompressedSensing,DCS)Р压缩感知技术研究进展解析Р压缩感知技术研究进展解析Р13/15Р压缩感知技术研究进展解析