针对压缩感知(CS)中由观测噪声引起的信号重建误差问题,提出利用非相关性约束理论作为衡量压缩重建条件的重构误差向量的方法。该方法基于线性分组码中稀疏校验矩阵的零化子特性,建立了以误差向量为目标信号的线性规划问题,实现了低密度奇偶校验(LDPC)码的压缩感知重构。仿真结果表明:在加性高斯白噪声信道和原对偶内点算法下,选取的3种LDPC码均具备较强的信号重构能力,其中Mac Kay随机码的相关性系数较小,因此在信噪比为-1 d B时就可达到100%的误差向量重构成功率。同时表明在满足误比特率要求下,

提出了一种基于CS(压缩感知)的LDPC码(低密度奇偶校验码)的抗误码方法。在编码端对H.264视频流中的每一个NAL(网络提取层)进行基于IEEE802.16e的LDPC编码。在解码端进行两种方法的解码,一种进行传统的LDPC解码,另一种根据压缩感知线性解码和信道码线性解码之间的联系,将基于IEEE802.16e的LDPC编解码中的校验矩阵作为压缩感知重构的测量矩阵进行压缩感知重构解码。实验结果表明,在高误码率的情况下,基于CS的LDPC码解码方法相对于传统LDPC解码方法的抗误效果更明显,为