压缩感知，信号处理的新方向

 

压缩感知，信号处理的新方向

 

在数字信号处理中，最基本的限制条件是奈奎斯特-香农采样定理（Nyquist–Shannon sampling theorem），即采样频率至少要大于模拟信号最高频率的2倍，才能保证模拟信号在数字化过程中信息没有损失，所有的数字信号处理技术都是在此基础上展开。在很多的应用场合，如医学成像，模式识别，无线通信，雷达遥感等领域，高采样率带来的问题已经成为制约信号获取、存储、传输及处理等信号与信息处理领域进一步发展的主要瓶颈。

    压缩感知(Compressed Sensing or Compressive Sampling, CS)理论是近几年发展起来的一种全新的信号获取和重构的新理论。它在理论上证明，对于满足某种条件的信号，以低于甚至远低于Nyquist 标准对其采样，就可足够精确地恢复出原始信号。也即是说，CS理论表明，信号的采集有可能可以突破Nyquist频率的限制。这无疑是信号处理领域一次非常根本的飞跃。正因为此，CS理论一经提出，就受到了极为广泛的关注，迅速成为信号处理研究的热点和前沿。

       为了让更多的同仁了解这个新颖的研究领域在理论和实践上的意义，本博会陆续收集一些介绍CS理论的科普文章，与诸位贤达共勉。