Methoden der Kanalcodierung für Compressed Sensing

本文主要研究了信息论、压缩感知（每次压缩采样）、压缩感知（每次压缩采样）、压缩感知（每次压缩采样）、压缩感知（每次压缩采样）、压缩感知（每次压缩采样）、压缩感知（每次压缩采样）和压缩感知（每次压缩采样）。在2010年IEEE信息理论汇刊中，作者提出了一种基于正则表达式的压缩感知方法。在最佳估计下，Voraussetzungen ist， mit压缩感知，verlustfree, Abtastung, weterhalb, Schranke des abstast - theorem möglich。Die signalreconstructionmitels optimierungsverfaren bzgl。der Li-Norm ist dabei allerdings aufwändig and kann als Decodierproblem augefast werden。在压缩感知的基础上，提出了一种基于压缩感知的压缩编码方法、Verfahren和算法。德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国德国Während die blichen Ansätze压缩感知中Zufallsmatrizen benutzen， bedeutet der Einsatz von Codes die Verwendung von strukturierten Matrizen。他的名字叫索夫尔里德-索夫尔码，也叫索夫尔里德-乘数码<e:1>。本文提出了一种基于压缩感知的数据分析方法，以及基于压缩感知的数据分析方法和基于压缩感知的数据分析方法。大北大学的一项研究表明，极端条件下的数学模型是正确的，模型是正确的，模型是正确的。

Vor einigen Jahren entstand ein neues Gebiet der Informationstheorie, das sogenannte Compressed Sensing (oft auch Compressive Sampling), das einen alternativen Ansatz zur konventionellen Datenerfassung und Kompression verfolgt. In den IEEE Transactions on Information Theory gibt es bereits eine eigene Rubrik für Compressed Sensing. Unter bestimmten Voraussetzungen ist mit Compressed Sensing eine verlustfreie Abtastung weit unterhalb der Schranke des Abtast-Theorems möglich. Die Signalrekonstruktion mittels Optimierungsverfahren bzgl. der Li-Norm ist dabei allerdings aufwändig und kann als Decodierproblem aufgefasst werden. Deshalb liegt es nahe, in der Kanalcodierung bekannte Methoden, Verfahren und Algorithmen auf Anwendbarkeit bei Compressed Sensing zu untersuchen. Der Fokus soll dabei auf dem Einsatz von ungleichem Fehlerschutz liegen, der entsprechend unterschiedliche starke Kompression von Signalen bewirkt. Während die üblichen Ansätze in Compressed Sensing Zufallsmatrizen benutzen, bedeutet der Einsatz von Codes die Verwendung von strukturierten Matrizen. Es sollen sowohl Reed- Sotomon-Codes, als auch Reed-Mulier-Codes über den komplexen Zahlen untersucht werden. Begonnen werden soll das Projekt jedoch mit einer intensiven Analyse mehrerer Resultate von Mathematikern, bei denen Methoden aus Compressed Sensing zur Kanalcodierung eingesetzt wurden. Dabei wurden auf den ersten Blick extrem gute De- Codierergebnisse erzielt, jedoch entsprechen die Modelle und Normierungen nicht den in der Codierungstheorie üblichen.