壓縮感知與稀疏信號恢復

壓縮感知與稀疏信號恢復

《壓縮感知與稀疏信號恢復》是依託中山大學,由畢寧擔任項目負責人的面上項目。

基本介紹

  • 中文名:壓縮感知與稀疏信號恢復
  • 項目類別:面上項目
  • 項目負責人:畢寧
  • 依託單位:中山大學
中文摘要,結題摘要,

中文摘要

近年來,壓縮感知(Compressed Sensing)成為了信號分析與處理領域最為熱門的研究課題之一。由於其理論徹底改變了傳統的Nyquist-Shannon 信號採樣規則,從而對相關領域的影響和發展產生了新的啟示。本項目利用壓縮感知思想,對稀疏信號的恢復問題進行深入的研究。主要研究內容是以固定測量矩陣A為前提,鑒於計算測量矩陣A的RIP常數(RIC)是一個NP難問題,所以我們將避免使用RIP,而考慮k稀疏信號x可極小恢復的機率估計,從而達到對任意給定一個測量矩陣A,就能得到稀疏信號可極小恢復機率的分布。最後,對一個有實際意義的測量矩陣A,研究其可極小恢覆信號x的支集分布情況。本項目預期研究成果在諸如腦信號(fMRI,EEG,Neural Spike Data等)稀疏表示的分析處理等套用問題中,具有十分重要的意義。

結題摘要

壓縮感知(Compressive Sensing, CS)作為稀疏信號處理的理論基礎,近年來已成為人們的研究熱門。本項目主要集中在CS理論和套用的研究。在理論上考慮了Lp

相關詞條

熱門詞條

聯絡我們