คำถามติดแท็ก compressive-sensing

จากสิ่งที่ฉันเคยได้ยินการตรวจจับแบบบีบอัดสามารถใช้กับสัญญาณเบาบางเท่านั้น ถูกต้องหรือไม่ หากเป็นกรณีนี้สัญญาณกระจัดกระจายจะแยกความแตกต่างจากสัญญาณ band Band ใด ๆ ได้อย่างไร? สัญญาณทั้งหมดสามารถขยายได้เพื่อรวมส่วนสัญญาณหร็อมแหร็มหรือศูนย์ค่าสัมประสิทธิ์กว่ามันจะกลายเป็นสัญญาณหร็อมแหร็มในกรณีที่? การบีบอัดการตรวจจับตลอดเวลาดึงข้อมูลหรือสัญญาณได้อย่างสมบูรณ์แบบหรือไม่? เพิ่มเติม: โดยวิธีการที่ฉันเพิ่งเริ่มเรียนรู้สิ่งเหล่านี้ดังนั้นจุดประสงค์ของคำถามนี้คือการได้ลิ้มรสสิ่งเหล่านี้

16 image-processing  image-compression  transform  compressive-sensing 

ฉันยังใหม่กับหัวข้อของการตรวจจับการบีบอัด ฉันอ่านบทความเกี่ยวกับเรื่องนี้โดย R.Baranuik, Y.Eldar, Terence Tao เป็นต้นเอกสารเหล่านี้โดยทั่วไปให้รายละเอียดทางคณิตศาสตร์ที่อยู่เบื้องหลังมันคือ Sparsity, RIP, L1 norm minimization เป็นต้นอย่างไรก็ตามทุกคนสามารถให้รหัส MATLAB ได้ ที่บรรลุการรับรู้การบีบอัด? ขอบคุณล่วงหน้าสำหรับความช่วยเหลือใด ๆ

13 matlab  compressive-sensing  optimization 

ข้อสันนิษฐานเริ่มต้นสำหรับการตรวจจับแบบบีบอัด (CS) คือสัญญาณพื้นฐานนั้นเบาบางในบางกรณีเช่นมีค่าสัมประสิทธิ์ฟูริเยร์สูงสุดที่ไม่เป็นศูนย์สำหรับ สัญญาณ -sparse และประสบการณ์ชีวิตจริงแสดงให้เห็นว่าสัญญาณภายใต้การพิจารณามักกระจัดกระจายsss คำถามคือ - ให้สัญญาณก่อนที่จะส่งบิตตัวอย่างที่ถูกบีบอัดไปยังเครื่องรับและปล่อยให้เธอฟื้นความสามารถที่ดีที่สุดของเธอให้มีวิธีที่จะบอกว่า sparsity ของมันคืออะไรและถ้ามันเป็นผู้สมัครที่เหมาะสมสำหรับการบีบอัด รู้สึกแรก? อีกวิธีหนึ่งหรือมีลักษณะพิเศษเพิ่มเติม / ทางเลือกของ sparsity ที่สามารถบอกเราได้อย่างรวดเร็วว่า CS จะเป็นประโยชน์หรือไม่ ใครจะเห็นว่าผู้ส่งสามารถทำสิ่งที่ผู้รับจะทำกับชุดของการวัดแบบสุ่มและลองหาคำตอบ แต่มีวิธีอื่นในการแก้ไขคำถามนี้หรือไม่ ความสงสัยของฉันคือสิ่งนี้ต้องได้รับการศึกษา แต่ฉันไม่พบตัวชี้ที่ดี หมายเหตุ: ฉันได้โพสต์คำถามนี้ใน Mathoverflow ไม่กี่สัปดาห์ก่อน แต่ไม่ได้รับคำตอบ ดังนั้นการโพสต์ข้าม

13 compressive-sensing 

กำหนด n × Nn×Nn\times N sensing matrix AAAโดยกับความน่าจะและกับความน่าจะเป็น1-Pไม่ตอบสนองที่ถูก จำกัด คุณสมบัติ isometry ?Aฉันเจ= 0Aij=0A_{ij} = 0พีppAฉันเจ= 1 /n--√Aij=1/nA_{ij} = 1/\sqrt{n}1 - หน้า1−p1-pAAA สำหรับการอ้างอิงกรณีที่สมมาตรได้รับคำตอบในกระดาษต่อไปนี้: RG Baraniuk, MA ดาเวนพอร์ท, RA DeVore, และ MB Wakin, "การพิสูจน์อย่างง่ายของคุณสมบัติไอโซโทปที่ จำกัด สำหรับเมทริกซ์แบบสุ่ม" การประมาณเชิงสร้างสรรค์, 28 (3) pp 253-263, ธันวาคม 2008 ( pdf )

9 compressive-sensing