压缩感知绪论

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

一、这门理论的背景

20世纪后，世界进入数字化时代，信号处理也从模拟领域进入了数字领域，而在二十世纪奈奎斯特采样定理是将模拟信号转化为数字信号的金科玉律，该定律指出：“在模拟信号到数字信号的转换过程中，当采样频率大于信号中的最高频率的两倍时，采样后的数字信号能够完整地保留原始信号的信息”。但随着时代地发展，该定理的弊端也随之暴露出来，过大的采样频率造成了存储和运输的困难。为此，压缩感知理论应运而生。

---

二、压缩感知理论是什么？

2004年，几位大牛证明，如果信号是稀疏的，那么它可以由远近与采样定理要求的采样点重建修复，并于2007提出压缩感知理论。
在说压缩感知前，就不得不先介绍压缩技术，我们日常的图片如果经过压缩，虽然观感会受到一些影响，但它所需要的存储空间却可以大大降低，这就是压缩技术所带来的，如下图（图片压缩实例（截图自压缩感知浅析书本）：
但压缩技术是先采集了信息，再对其进行压缩，在采样过程中存在大量的冗余。而压缩感知希望在采样的时候就能够抛弃那些冗余的数据，直接采集有效的数据，这样也节省才了采集的成本，这就是压缩感知的核心思想。其原理具体如下：
整个压缩感知的采样体系是由Emmanuel Candes,Justin Romberg,Terence Tao和David Donoho建立的。该理论对各个领域也产生了重大的影响。

三、信号分析先导知识

1.相关概念

首先先给出信息和信号的概念。
信息是指人类社会和自然界中需要传送、交换、存储和提取的抽象内容。我们能够表示信息的语言、文字、图像、数据等称为消息，把声、光、电等运载消息的物理量称为信号。
信号作为时间或空间的函数可以用数学解析式子表达，也可以用图形表示。我们观测到的信号一般是一个或一个以上独立变量的实值函数，如信号发生器产生的正弦波、方波信号都是时间t的函数x(t);一副静止的黑白平面图像，由位于平面上不同位置的灰度像点组成，是两个独立变量的函数I(x,y)；而黑白电视图像，像点的灰度还随时间t变化，是三个独立变量的函数I(x,y,t)。

2.时域和频域

时域就是描述数学函数或物理信号对时间的关系。这个我们比较能理解，而频域就相对来说比较抽象。
由信号正交分解的思想可知，由于三角函数集是完备正交函数集，任何信号都可以分解为三角函数表达式，也就是说，任何信号都可视为一系列正弦信号的组合，这些正弦信号的频率、相位等特性势必反映了原信号的性质，这就是信号的频域分析法。