压缩感知是(近似)稀疏信号处理的研究热点之一,它突破了Nyquist/Shannon采样率,实现了信号的高效采集和鲁棒重构.本文采用?2/?1极小化方法和Block D-RIP理论研究了在冗余紧框架下的块稀疏信号,所获结果表明,当Block D-RIP常数δ2k|τ满足0 <δ2k|τ<0.2时,?2/?1极小化方法能够鲁棒重构原始信号,同时改进了已有的重构条件和误差上界.基于离散傅里叶变换(DFT)字典,执行了一系列仿真实验充分证实了理论结果.
科研之友
微信
新浪微博
Facebook
分享链接
