Sensatge Compressiu
El Sensatge Compressiu (CS) és una tècnica d'adquisició i reconstrucció de senyals que aprofita la dispersió (sparsity) del senyal per recuperar senyals d'alta resolució a partir de moltes menys mostres de les requerides pel teorema de mostreig de Nyquist. Desenvolupat per Emmanuel Candès, Justin Romberg i Terence Tao el 2006, el sensatge compressiu desafia el paradigma de mostreig tradicional demostrant que els senyals amb representacions disperses es poden reconstruir a partir de mesures aleatòries sub-Nyquist utilitzant optimització no lineal.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Candes, E. J., Romberg, J., & Tao, T. (2006). Robust Uncertainty Principles: Exact Signal Reconstruction from Highly Incomplete and Inaccurate Measurements. IEEE Transactions on Information Theory, 52(2), 489–509. DOI: 10.1109/TIT.2005.862083 ↗
- Eldar, Y. C., & Kutyniok, G. (2012). Compressed Sensing: Theory and Applications. Cambridge University Press. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Compressive Sensing (Compressed Sensing) Signal Acquisition. ScholarGate. https://scholargate.app/ca/signal-processing/compressive-sensing
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Filtre LMS adaptatiuProcessament de senyals↔ compare
- Disseny de filtres FIRProcessament de senyals↔ compare
- Estimació de la Densitat Espectral de PotènciaProcessament de senyals↔ compare
- Transformada de Fourier de Temps CurtProcessament de senyals↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →