Wykrywanie kompresyjne dla niestacjonarnych sygnalów muzycznych i obrazów

Compressive Sensing (CS) jest kluczowym rozwi¿zaniem lub metod¿ rekonstrukcji sygnäu przy bardzo mäej liczbie pomiarów w porównaniu do metod konwencjonalnych. Zgodnie z konwencjonalnymi metodami lub mo¿emy powiedzie¿, ¿e teoria próbkowania Shannona-Nyquista wymaga dwukrotno¿ci szeroko¿ci pasma sygnäu do prawid¿owej rekonstrukcji sygnäu. Podstawowym problemem jest przechowywanie du¿ej ilo¿ci danych za pomoc¿ konwencjonalnej metody. Aby to osi¿gn¿¿, potrzebujemy macierzy pomiarowej, która powinna by¿ stabiln¿ macierz¿ pomiarow¿ i macierz¿ bazow¿. Macierz pomiarowa i macierz bazowa powinny spe¿niä dwie w¿äciwo¿ci: RIP i iid. Macierz pomiarowa, która zazwyczaj jest macierz¿ losow¿, jest optymalizowana w celu uzyskania mniejszej wzajemnej spójno¿ci. Istniej¿ ró¿ne algorytmy rekonstrukcji, które s¿ wykorzystywane do prawid¿owej rekonstrukcji sygnäu po kompresji.