Compressed sensing

Compressed sensing, også kalt compressive sensing, compressive sampling og sparse sampling, er en teknikk for å innhente og rekonstruere signal, basert på kunnskap om at signalet i utgangspunktet er komprimerbart. Metoden ble lagt frem av David Donoho, Emmanuel Candes, Justin Romberg og Terence Tao.

Ideen kan bli eksemplifisert med et digitalkamera. Et bilde med høy oppløsning fanges opp av et stort antall sensorer. Rådataene i dette kan være på flere megabyte. Dette bildet komprimeres så slik at bare det viktigste innholdet er igjen, kanskje en tidel eller mindre. Mesteparten av sensorinformasjonen er altså forkastet. Hvis man kunne gå direkte til den komprimerte formen ville man få store innsparinger i både strømforbruk og hvor avansert elektronikk man trengte. Dette blir viktigere i framtidige sensornettverk der en slik metode ville kunne brukes til å redusere antallet sensorer, senke strømforbruk, redusere kompleksiteten og dermed prisen i hver komponent, redusere størrelsen på datatrafikken og håndtere at noen av sensorene faller ut.

Eksterne lenker

• Compressive Sensing Resources hos Rice University.
• Compressed Sensing: The Big Picture Arkivert 22. august 2009 hos Wayback Machine.
• Compressed Sensing 2.0 Arkivert 22. august 2009 hos Wayback Machine.