Deterministic Construction of Compressed Sensing Matrices from Codes
Deterministic Construction of Compressed Sensing Matrices from Codes
复制标题
从代码确定性构建压缩感知矩阵
DOI：
10.1142/s0129054117500071
复制
发表时间：
2017-04
影响因子：
0.8
通讯作者：
Fu Fang Wei
中科院分区：
文献类型：
--
作者：
Wang Xiang;Fu Fang Wei
压缩感知是一种稀疏采样理论。与Nyquist-Shannon采样理论相比，压缩感知可以从少量线性和非自适应的测量中重构稀疏信号。如何构造一个好的感知矩阵，使其能够充分捕捉稀疏信号的信息，是压缩感知中的一个重要问题。在本文中，我们提出了一个新的确定性构造使用线性或非线性码，这是一个推广的DeVore的建设和李等。的建设。通过选择适当的线性码或非线性码，我们将构造出比DeVore和Li等人的二进制感知矩阵更好的二进制感知矩阵，它们是上级的。s的。
Compressed sensing is a sparse sampling theory. Compared with the Nyquist-Shannon sampling theory, in compressed sensing one could reconstruct a sparse signal from a few linear and non-adaptive measurements. How to construct a good sensing matrix which captures the full information of a sparse signal is an important problem in compressed sensing. In this paper, we present a new deterministic construction using a linear or nonlinear code, which is a generalization of DeVore’s construction and Li et al.’s construction. By choosing some appropriate linear codes or nonlinear codes, we will construct some good binary sensing matrices which are superior to DeVore’s ones and Li et al.’s ones.
登录
查看更多内容
DOI：
10.1017/cbo9780511794308
发表时间：
2012
期刊：
--
影响因子：
--
作者：
Gitta Kutyniok
通讯作者：
Gitta Kutyniok
影响因子：
2.5
作者：
Needell, D.;Tropp, J. A.
通讯作者：
Tropp, J. A.
影响因子：
2.5
作者：
Amini, Arash;Marvasti, Farokh
通讯作者：
Marvasti, Farokh
影响因子：
3
作者：
Needell, Deanna;Vershynin, Roman
通讯作者：
Vershynin, Roman
影响因子：
22.7
作者：
Needell, Deanna;Tropp, Joel A.
通讯作者：
Tropp, Joel A.