壓縮感知通過少量非自適應的線性測量有效獲取稀疏信號,是一種新型的采樣方法.它突破了傳統(tǒng)的香農采樣定理的局限性,以遠低于香農采樣率的數據實現原始信號的精確恢復.本文主要研究在多個先驗支集信息下加權?_p-極小恢復信號和加權?₁-極小的無相位壓縮感知.第一章介紹了壓縮感知的研究背景和理論依據,并介紹了本文的主要工作以及文章中用到的記號.第二章研究了當信號有多個先驗支集信息已知時的信號恢復,建立了非一致權情形加權?_p-極小恢復信號的RIP條件.相比于經典的?_p-極小,我們的結果展現了更好的重建稀疏信號的性能.進一步,我們分析了允許多個不同的權重和單一權重時,加權?₁-極小的恢復條件和恢復性能,數值試驗驗證了使用多個不同權重的優(yōu)勢.第三章研究了在多個先驗支集信息已知的情況下,由無相位壓縮感知測量數據重建真實信號的加權?₁-極小恢復條件.得到一個基于強限制等距性（SRIP）的條件保證信號的無相穩(wěn)定恢復,推廣了現有文獻的結果. 

【文章來源】：東北師范大學吉林省 211工程院校 教育部直屬院校

【文章頁數】：43 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
英文摘要
第一章 緒論
    1.1 壓縮感知的背景介紹及發(fā)展
    1.2 預備知識
p-極小">第二章 任意先驗信息下稀疏恢復的加權?_p-極小
    2.1 概述
p-極小">    2.2 非一致權的加權?_p-極小
    2.3 主要結果的證明
        2.3.1 技術引理
        2.3.2 定理2.3的證明
        2.3.3 定理2.4的證明
    2.4 數值試驗
第三章 任意先驗信息下的無相位壓縮感知
    3.1 引言
    3.2 SRIP
第四章 總結
參考文獻
致謝



本文編號：2914323