Kompresivno prikupljanje podataka
Kompresivno prikupljanje podataka (Compressive Sensing, CS) je tehnika prikupljanja i rekonstrukcije signala koja iskorištava rijetkost (sparsity) signala za povrat visokorezolucijskih signala iz znatno manjeg broja uzoraka nego što je potrebno prema Nyquistovom teoremu o uzorkovanju. Razvijen od strane Emmanuela Candèsa, Justina Romberga i Terencea Taoa 2006. godine, kompresivno prikupljanje podataka dovodi u pitanje tradicionalni paradign uzorkovanja pokazujući da se signali s rijetkim prikazima mogu rekonstruirati iz pod-Nyquistovih slučajnih mjerenja koristeći nelinearnu optimizaciju.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Compressive Sensing (Compressed Sensing) Signal Acquisition. ScholarGate. https://scholargate.app/hr/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.
- Prilagodljivi LMS filtarObrada signala↔ compare
- Dizajn FIR filtaraObrada signala↔ compare
- Procjena gustoće spektra snageObrada signala↔ compare
- Kratkotrajna Fourierova transformacijaObrada signala↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →