广义采样与压缩感知.pdf

主要介绍压缩感知的概念,信号的稀疏化表示，测量矩阵与变换矩阵的非相关性以及压缩感知的应用

压缩感知基本理论：回顾与展望，一篇比较全面的介绍压缩感知

基于压缩感知的协作频谱感知联合恢复，朱新星，温志刚，在传统的协作频谱感知中，每个认知节点感知所有的信道，然后把感知结果发送给融合中心进行数据融合。当信道数量很大时，每个认知

针对移动群智感知任务中区域全覆盖感知成本过高问题,提出基于压缩感知的移动群智感知任务分发(CS-TD)机制。首先提出了感知任务整体成本模型,该模型综合考虑了参与感知任务的节点个数、节点的感知次数与数据

《phi_matrix：压缩感知中的感知矩阵》在信号处理领域，压缩感知（Compressive Sensing，CS）是一种革命性的理论，它改变了我们对信号采集和恢复的理解。在压缩感知中，信号可以被低

Compressed sensing/compression sensing image reconstruction algorithm

已有的压缩感知视频复原算法因过平滑效应难以保留视频帧的边缘与细节信息，对此提出一种基于混合稀疏性测量的压缩采样视频复原算法。编码端将视频序列分为关键帧与非关键帧，并使用相同的感知矩阵对帧的每块进行采样

图片压缩,质量压缩，尺寸压缩，采样率压缩，使用jpeg进行压缩

声发射信号的压缩感知仿真与实现,张闯,蒋盼,随着声发射检测技术在工程中应用越来越广泛,但面临的问题也逐渐增多,尤其是在对大型构件进行在线监测时会产生大量的数据,这对

一篇今年3月份的外文综述《Compressed Sensing: Theory and Applications》(22页)，我把它译成了中文，原文附后。