![](https://csdnimg.cn/release/download_crawler_static/5749229/bg1.jpg)
压缩感知中构造测量矩阵研究
付 强 李 琼
(成都理工大学,四川 成都 610059)
[摘 要] 在压缩感知的研究中, 构建硬件容易实现的测量矩阵是将压缩感知推向实用化的关键, 也是现在压缩感知的主
要研究内容。 本文将综述压缩感知的理论和测量矩阵的各种常用矩阵的构造原理和方法, 从随机性和确定性两个方面来阐述构
造方法。
[关键词] 压缩感知;测量矩阵;稀疏矩阵;
RIP
理论
作者简介: 付强
,
男, 山西临汾人,硕士。 主要研究方向:图像处理。
1!
引言
香农采样定理支配着几乎所有的信号 / 图像等的获取、处
理、存储、传输等,另外,为保证信息的安全传输,通常的加密
技术是用某种方式对信号进行编码,其采样率不小于最高频
率的两倍。该理论指导下的信息获取、存储、融合、处理及传输
等成为目前信息领域进一步发展的主要瓶颈之一,主要表现
在两个方面:(1)数据获取和处理方面;(2)数据存储和传输方
面。众所周知,Nyquist 采样率是信号精确复原的充分条件,但
绝不是必要条件;除带宽可作为先验信息外,实际应用中的大
多数信号 / 图像中拥有大量的结构。
近 年 来 , 由 D.Donoho( 美 国 科 学 院 院 士 )、E. Can-
des(Ridgelet, Curvelet 创始人) 及华裔科学家 T. Tao 等人提出
了压缩感知( compressed sensing, 简称 CS )理论
[1]
。压缩感知理
论表示: 如果信号通过某种变换 (如傅立叶变换, 小波变换等)
后, 是可稀疏表示或可压缩的, 则可设计一个与变换基不相关
的测量矩阵测量信号, 得到的测量值通过求解优化问题, 可实
现信号的精确或近似重构。测量后,信号 f 由 N 维减少到 M 维
(M<< N) , 这 M 个测量值只包含了信号的重要信息。信号的观
测过程是非自适应的, 测量矩阵的设计不依赖于信号的结构。
压缩感知的应用很大程度地减少测量时间、采样速率及测量
设备的数量。
2"
构造测量矩阵的理论
构建压缩矩阵的关键是测量矩阵的构造,它可由测量波
形和采样方式来决定。基于测量矩阵的普适性和实用性,
Candes 等研究出著名的 RIP (Restricted Isometry Principle)理
论
[3]
,RIP 理论成为压缩感知的奠基理论。
RIP 理论内容:假定 x 是长度为 N、稀疏度为 K 的向量信
号,测量矩阵为 R 大小为 M×N,向量集合 T∈{1,2!N},且集
合 N 中元素个数小于或者等于稀疏度 K,矩阵 R
T
为测量矩阵
",由集合力 T 中元素所指向的列向量构成大小为 M×T 的子
矩阵,如果存在常数使以下不定式式(1)成立:
(1-#
K
)‖x
T
‖
2
2
≤‖R
T
x
T
‖≤(1+$
K
)‖x
T
‖
2
2
(1)
我们就说矩阵 % 具有 K 阶 RIP 性质,其 0#&$1 中。
RIP 尽管有完美的形式和丰富的内涵,然而无法使用它来
指导构造某个测量矩阵,也无法有效地判断某个测量矩阵是
否满足其所需的特性;另外更重要的一点是它只是必要条件
而不是充分条件。
Donoho 给出测量矩阵要满足三个特性:
(1)由测量矩阵的列向量组成的子矩阵的最小奇异值必须
大于一定的常数。其列向量有一定的线性独立性;
(2)测量矩阵的列向量体现类似于噪声的随机独立性;
(3)满足稀疏度的解是 1- 范数最小的向量。
这三个特性对矩阵的构造起着决定性作用。
选择测量矩阵时需满足三个条件:
(1)尽量少的数据量;
(
2)便于硬件实现和优化算法实现;
(
3)普适性。
3%
测量矩阵的构造
构造测量矩阵分为随机测量矩阵和确定性测量矩阵,下
面将从这两方面来阐述构造方法。
3.1 随机测量矩阵的构造
3.1.1 构造随机测量矩阵分类和方法
(1)随机高斯随机测量矩阵,贝努力矩阵
[5]
为代表,该类矩
阵的共同点是矩阵元素独立地服从某一分布。
高斯随机测量矩阵构造方式:设 H 为 M×N 阶矩阵,H∈
R
M×N
,式(2)为其通项。
H(i,j)=
1
M
姨
h
ij
(2)
矩阵的每个元素服从均值 0,方差为 1/
M
姨
的高斯分布,
是一个随机性很强的矩阵,而且它与绝大多数正交稀疏矩阵
不相关。缺点是不确定性高。
贝努力矩阵构造方式:设 R 为 M×N 阶矩阵,矩阵的每个
元素服从贝努力分布,’=±1/
M
姨
的概率相等分别为 1/2。
(2)以傅里叶矩阵为代表,该矩阵是在一个 N×M 正交矩
阵中随机抽取 M 行,再对每一行进行归一化处理所得,其中部
分傅里叶矩阵运用了快速傅里叶变换。所以优点是计算速度
快,缺点是其只能与时域或频域的信号不相关。
傅里叶矩阵构造方式如式(3):
W=((
ij
)
i,j=0,…N
/
N
姨
(3)
学术探讨
应用技术与研究
39- -