Asumsi awal untuk penginderaan terkompresi (CS) adalah bahwa sinyal yang mendasarinya jarang dalam beberapa basis, misalnya, ada maksimum koefisien Fourier-nol untuk sinyal sparse. Dan pengalaman kehidupan nyata memang menunjukkan bahwa sinyal yang dipertimbangkan sering jarang.
Pertanyaannya adalah - diberi sinyal, sebelum mengirimkan bit-sampel yang dipampatkan secara kompresif ke penerima dan membiarkannya pulih sesuai kemampuannya, apakah ada cara untuk mengetahui apa itu sparsitasnya, dan apakah itu adalah kandidat yang cocok untuk dikompresi merasakan di tempat pertama?
Atau, apakah ada karakterisasi tambahan / alternatif dari sparsity yang dapat memberi tahu kami dengan cepat apakah CS akan bermanfaat atau tidak. Orang dapat dengan mudah melihat bahwa pengirim dapat melakukan persis apa yang akan dilakukan penerima dengan sejumlah pengukuran yang dipilih secara acak, dan kemudian mencoba mencari jawabannya. Tetapi apakah ada cara alternatif untuk menyelesaikan pertanyaan ini?
Kecurigaan saya adalah bahwa sesuatu seperti ini pasti telah dipelajari, tetapi saya tidak dapat menemukan petunjuk yang baik.
Catatan: Saya telah memposting pertanyaan ini di Mathoverflow, beberapa minggu yang lalu, tetapi tidak mendapatkan jawaban. Oleh karena itu pos lintas.