1、壓縮感知編解碼理論是近幾年剛提出的編碼方法，它突破了奈奎斯特采樣定律的約束。相比于傳統(tǒng)的編解碼理論，壓縮感知理論的最大優(yōu)勢就是其編碼過程極其簡單，復雜度被轉移到了解碼端，在移動性強、計算能力有限、存儲能力較低的場合有其獨特優(yōu)勢，因而有很大研究價值。但是相比于傳統(tǒng)編解碼理論，壓縮感知理論的信號重構質量還有待提升，本文主要對壓縮感知測量過程中測量矩陣的選擇、測量值的自適應選擇、測量值的量化幾個方面進行了優(yōu)化，提高了壓縮感知的編碼效率。

2、>　　由于壓縮感知理論的測量過程就是信號向測量矩陣的投影過程，測量矩陣的好壞直接影響重構質量的優(yōu)劣，因此本文首先從優(yōu)化測量矩陣入手，提出了兩種測量矩陣優(yōu)化算法：一種是上三角系數(shù)加權測量矩陣優(yōu)化算法，該方法利用DCT變換系數(shù)的分布特性，能夠加強對低頻系數(shù)的采樣，從而提高編碼效率；另一種是基于Gram矩陣的梯度下降迭代優(yōu)化算法，該算法能夠減小測量矩陣和稀疏基之間的相關性，從而達到優(yōu)化測量矩陣的目的。實驗證明，這兩種優(yōu)化算法都能提高現(xiàn)有測量矩

3、陣的性能。
　　其次，本文就測量值的自適應選擇提出了一種基于最大后驗方差準則的自適應選擇算法，該算法主要是從“對于已知的測量矩陣，從中選擇哪些行能夠得到的測量值信息量更多”和“選擇多少行對于當前信號是足夠的”這兩點出發(fā)進行研究的。根據(jù)這兩點首先設計一個行數(shù)較大的測量矩陣庫，再根據(jù)最大后驗方差準則進行測量。實驗證明，本文提出的自適應選擇算法在相同測量值個數(shù)的條件下比傳統(tǒng)的測量方法重構出的信號質量要好。
　　最后，本文對壓縮感知

4、測量值的量化進行了簡單的研究。目前國內外關于測量值的量化文獻較少，但是在實際應用中，量化又是不得不考慮的問題。由于壓縮感知理論中每個測量值是同等重要性的，因此壓縮感知測量值常用的量化方法是均勻量化。本文首先對大量的測量值做了一個統(tǒng)計，發(fā)現(xiàn)由高斯隨機矩陣得到的測量值近似服從高斯分布，根據(jù)這一分布特性，本文提出了一種高斯量化方法，其大致思想是對幅度較小且數(shù)量較多的測量值細量化，對幅度較大且數(shù)量較少的測量值粗量化。通過將其應用于視頻壓縮感知編