4 压缩感测的适用性 据我所知，压缩感测只能用于稀疏信号。它是否正确？ 如果是这样，如何将稀疏信号与任何带宽受限信号区分开？与那种情况下变成稀疏信号相比，每个信号都可以扩展为包括稀疏或零系数信号部分？ 此外，压缩感测是否一直都能完美地检索信息或发出信号？ 补充：顺便说一下，我刚刚开始学习这些东西，所以这个问题的目的是品尝一下这些东西是什么。 16 image-processing image-compression transform compressive-sensing
5 通过MATLAB代码进行压缩感测 我是压缩感测的新手。我阅读了R.Baranuik，Y.Eldar，Terence Tao等人的几篇论文。所有这些论文基本上都提供了其背后的数学细节，例如，稀疏性，RIP，L1范数最小化等。但是，任何人都可以提供MATLAB代码实现压缩感测？ 在此先感谢您的帮助。 13 matlab compressive-sensing optimization
3 压缩感测中是否有信号稀疏性的替代表征 压缩感测（CS）的初始假设是基础信号在某种程度上是稀疏的，例如，对于sss稀疏信号，存在最大非零傅立叶系数 。现实生活中的经验确实表明，所考虑的信号通常很少。 问题是-给定信号，然后再将压缩采样的比特发送给接收器，并让其恢复到最佳状态，是否有办法说明其稀疏性，以及是否适合压缩首先感应？ 或者，是否有其他稀疏性的其他/替代特征可以快速告诉我们CS是否有用。可以很容易地看出，发送方可以完全按照接收方随机选择的一组测量结果来做，然后尝试找出答案。但是，有没有其他方法可以解决这个问题呢？ 我怀疑这样的东西一定已经研究过了，但是我找不到很好的指针。 注意：几周前，我曾在Mathoverflow中发布了此问题，但没有得到任何答案。因此，交叉岗位。 13 compressive-sensing
1 非对称伯努利矩阵是否满足RIP？ 限定感测矩阵通过的概率为，和的概率为。是否满足受限的等距特性？n×Nn×Nn\times NAAAAij=0Aij=0A_{ij} = 0pppAij=1/n−−√Aij=1/nA_{ij} = 1/\sqrt{n}1−p1−p1-pAAA 作为参考，以下论文回答了对称情况： RG Baraniuk，MA Davenport，RA DeVore和MB Wakin，“随机矩阵的受限等距特性的简单证明”，构造近似，28（3），第253-263页，2008年12月。（pdf） 9 compressive-sensing