【摘要】压缩感知(CompressiveSensing,CS)理论的出现克服了奈奎斯特采样定理下采样速率受制于带宽的局限性,在该理论下,信号的采样速率仅由信号本征的内容及结构所决定,即便采样速率远低于奈奎斯特采样频率,也能够实现原始信号的高概率重构,压缩感知的核心理论可划分为三部分：信号稀疏化、测量矩阵的选择设计以及重构算法,本文将围绕贝叶斯压缩感知(BayesianCompressiveSens […]