对采样后的信号或图像进行恢复，传统的方法要求采样频率遵循奈奎斯特采样理论，即采样频率必须至少是信号频率的2倍。近年来，出现了一类新颖理论—CS(压缩传感/采样)理论，在CS理论支撑下的稀疏恢复算法也越来越受到学术界及工业界的重视。在该理论框架下，对一定形式上满足稀疏性的数据，以低于奈奎斯特采样率的频率进行采样时，我们也能通过特定的算法将原数据进行恢复或重构。所要求的稀疏形式可以表现在时域、频域、空时域等方面，并且可以是近似的稀疏。由于在信号处理、信息编码、医学成像等众多领域取得了异乎寻常的高性能，稀疏恢复问题受到了日益广泛的关注。本书将带领大家一起学习这种新的理论，并且以DOA估计方法为例，探讨各种稀疏恢复算法的性能。