压缩感知方法的处理流程
基于待处理信号在某个基上的稀疏性或可压缩性，设计合理的测量矩阵，获得远小于信号维数但包含足够信号特征信息的采样，通过非线性优化算法重构信号。
信号X的传统的编解码过程
编码端首先获得X的N点采样值经变换后只保留其中K个最大的投影系数并对它们的幅度和位置编码，最后将编得的码值进行存储或者传输。
解压缩仅仅是编码过程的逆变换。实际上，采样得到的大部分数据都是不重要的，即K值很小，但由于奈奎斯特采样定理的限制，采样点数N可能会非常大，采样后的压缩是造成资源浪费的根本所在。
压缩感知编解码过程
压缩感知将信号的采样、压缩及编码合并在了同一步骤中，不经过N点采样的中间过程而直接得到信号的表示。可压缩信号X通过一个线性观测过程获得M个观测值后直接进行存储或传输。在满足一定的条件下接收端可以根据这M个观测值通过一个非线性优化过程恢复出原信号X。
信号的稀疏表示
测量矩阵的设计
信号的重构算法
目前主要应用
无线通信、阵列信号处理、成像、模拟信号转换、生物传感等方面。在无线通信方面又可针对认知无线电方向、信道编码进行探讨。阵列信号处理方面主要分析波达方向估计和波束形成。
压缩感知技术应用于雷达成像领域，在接收端省去脉冲压缩匹配滤波器；同时由于避开了对原始信号的直接采样，降低了接收端对模数转换器件带宽的要求。设计重点由传统的设计昂贵的接收端硬件转化为设计新颖的信号恢复算法，从而简化了雷达成像系统。
我们关注
雷达前沿动态
雷达对抗技术发展
雷达技术基础知识分享
合成孔径雷达、相控阵、双多基地等
新体制雷达的对抗技术
SAR-ECCM
联系客服
