RIP性质的一些理解

本文深入探讨了压缩感知中的有限等距性质(RIP),它是测量矩阵的重要特性,对于信号恢复的效率和准确性起到关键作用。
摘要由CSDN通过智能技术生成
http://blog.csdn.net/jbb0523/article/details/44565647

压缩感知测量矩阵之有限等距性质(Restricted Isometry Property, RIP)


  彬彬有礼博文中关于RIP性质写的比较详细,但是读了之后并不太理解为什么定义为K阶RIP性质,后面又说K稀疏信号x要满足2K阶的RIP性质。后来问了一下师兄(所以博文并非严格原创)。


 在彬彬有礼的博文里讲的很清楚,上述定义中的Φ是指感知矩阵。
  那么上述高亮字部分应理解为:对于任意K稀疏信号c,若感知矩阵Φ满足2K阶RIP性质,则y=Φc有唯一解(解指重构过程中)
 下面开始证明:


 ########################################################################################


          step1:证明:若Φ
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值