BP的主要目标是寻找欠定方程组的解。例如:
y=Ax y:m维 A:m*n x:n维 m<<n
首先想到的是L0-范数最小来求解,即:
可惜的是,求解过程是NP难问题。
使用L1-范数最小来求解
原始S-sparse的信号f为n维,从其中随机抽取m维分量,如果想利用Basis pursuit的方法把这m维向量重建出n维原始信号,只要满足m>cS*log(n)即可,其中c是一个常数。
很多实验结果表明呢,大多数S-sparse信号 f 可以在m>=4*S的时候得以很好的重建
对于Ax=b,A中任意2S列都线性独立,则任意S-sparse的向量x都可以被恢复出来,这是理论上的说法。实际上,利用basis pursuit进行恢复时需要增强条件:A中的每4S列都是几乎正交的。这个精确的条件就是RIP,许多matrix都服从这个条件。