伊曼纽尔·坎迪斯。;Justin K·隆伯格。;特伦斯·陶 鲁棒不确定性原理：从高度不完整的频率信息中精确重建信号。 （英语） Zbl 1231.94017号 IEEE传输。Inf.理论 52，第2期，489-509（2006）. 引用于8评论引用于1060文件 MSC公司： 94甲12 信号理论（表征、重建、滤波等） 94A08型 信息与通信理论中的图像处理（压缩、重建等） 94甲13 信息与通信理论中的探测理论 94A20型 信息与传播理论中的抽样理论 关键词：凸优化;最优化中的对偶性;自由概率;图像重建;随机矩阵;稀疏性;总变量最小化;三角展开;测不准原理 PDF格式BibTeX公司 XML格式引用 \textit{E.J.Candès}等人，IEEE Trans。Inf.Theory 52，No.2，489--509（2006；Zbl 1231.94017） 全文： 内政部 arXiv公司 参考文献： [1] Candès E J.压缩取样。收录于：《国际数学大会论文集》。2006. 1433-1452 ·Zbl 1130.94013号 [2] Candès E J，Romberg J，Tao T。鲁棒不确定性原理：从高度不完整的频率信息中精确重建信号。IEEE Trans Inform Theory，2006，52:489-509·Zbl 1231.94017号 [3] Candès E J，Romberg J。定量稳健不确定性原理和最优稀疏分解。发现计算数学，2006，6:227-254·Zbl 1102.94020号 [4] Donoho D L.压缩传感。IEEE Trans Inform Theory，2006年，52:1289-1306·Zbl 1288.94016号 [5] Candès E J，Romberg J。随机投影的实际信号恢复。小波应用信号图像处理XI，2005，5914:1029228 [6] Donoho D L，Tsaig Y.压缩传感的扩展。信号处理，2006，86:533-548·Zbl 1163.94398号 [7] Goyal V K.多描述编码：压缩与网络的结合。IEEE Signal Proc Mag，2001，18:74-93 [8] Carrillo R E，Barner K E，Aysal T C。脉冲噪声中稀疏信号的稳健采样和重建方法。IEEE J Sel Topic Signal Proc，2010年，4:132-408 [9] 石国明，陈晓燕，宋晓霞，等。高背景噪声下超声探伤的信号匹配小波。IEEE Trans Ultrason Ferr，2011年，58:776-787 [10] Marcia RF，Willett RM，Harmany Z T.压缩光学成像：体系结构和算法。专业：光学和数字图像处理：基础和应用。2011 [11] Suzen M、Giannoula A、Durduran T。扩散光学层析成像中的压缩传感。Opt Express，2010年，18:23676-23690 [12] Lustig M，Donoho D，Pauly J M.稀疏MRI：压缩传感在快速MR成像中的应用。Magn Reson Med，2007年，58:1182-1195 [13] Chartrand R.非凸压缩传感的快速算法：从极少数据重建MRI。摘自：IEEE生物医学成像国际研讨会（ISBI）。2009. 262-265 [14] Herman M，Strohmer T。通过压缩传感的高分辨率雷达。IEEE Trans Signal Process，2009年，57:2275-2284·Zbl 1391.94236号 [15] Easley P V M、Healy G R、Chellappa D M R。压缩合成孔径雷达。IEEE J Sel Top Signal Proc，2010年，4:244-254 [16] Tibshirani R.通过套索回归收缩和选择。J Roy Stat Soc B，1996年，58:267-288·Zbl 0850.62538号 [17] Chen S，Donoho D，Saunders M.基于基追踪的原子分解。SIAM科学计算杂志，1998，20:33-61·Zbl 0919.94002号 [18] Figueiredo M A T，Nowak R D，Wright S J.稀疏重建的梯度投影：应用于综合传感和其他反问题。IEEE J Sel Top Signal Proc，2007年，1:586-597 [19] Candes E，Wakin M，Boyd S.通过重加权l1最小化增强稀疏性。傅里叶分析应用杂志，2008，14:877-905·Zbl 1176.94014号 [20] Chartrand R，Yin W.压缩传感的迭代重加权算法。摘自：国际声学、语音和信号处理会议记录。2008. 3869-3872 [21] Chartrand R.通过非凸最小化精确重建稀疏信号。IEEE Signal Proc Lett，2007，14:707-710 [22] Rao B D，Kreutz-Delgado K。最佳基选择的仿射缩放方法。IEEE传输信号处理，1999，47:187-200·Zbl 0984.94010号 [23] Rao B D，Engan K，Cotter S F，等。基于分集测度最小化的噪声子集选择。IEEE Trans Signal Process，2003，51:760-770 [24] Gorodntisky I F，Rao B D。使用FOUSS从有限数据中重建稀疏信号：一种加权最小范数算法。IEEE Trans Signal Process，1997，45:600-616 [25] Hager W W，Park S。带精确线搜索的梯度投影法。《全球优化杂志》，2004，30:103-118·Zbl 1136.90513号 [26] 刘德华，石国明，周俊生，等。基于压缩感知的图像多描述编码新方法。红外毫米波杂志，2009，28:298-302 [27] 多诺霍·D·L， 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。