利用结构随机矩阵实现快速高效的压缩感知
信息论
2015-05-28 v1 math.IT
摘要
本文介绍了一种用于实际压缩感知的快速高效感知矩阵新框架，称为结构随机矩阵（SRM）。在所提出的框架中，我们通过对感知信号的样本进行置乱或翻转其样本符号来进行预随机化，然后对随机化后的样本进行快速变换，最后对变换系数进行子采样，作为最终的感知测量值。SRM具有快速计算和支持基于块的处理的特点，因此与大规模、实时压缩感知应用高度相关。此外，我们可以证明SRM具有与完全随机感知矩阵相当的理论感知性能。数值仿真结果验证了理论的有效性，并展示了所提出的感知框架的巨大潜力。
引用
@article{arxiv.1106.5037,
title = {Fast and Efficient Compressive Sensing using Structurally Random Matrices},
author = {Thong T. Do and Lu Gan and Nam H. Nguyen and Trac D. Tran},
journal= {arXiv preprint arXiv:1106.5037},
year = {2015}
}