结构化压缩感知是在传统压缩感知基础上形成的新的理论框架，旨在将与数据采集硬件及复杂信号模型相匹配的结构化先验信息引入传统压缩感知，从而实现对更广泛类型信号的高效重建。目前，结构化压缩感知在医学成像、模式识别、雷达遥感、无线通信等众多领域有极为广泛的应用前景。本书深入、系统地论述了结构化压缩感知的基本理论及典型结构化压缩感知方法，从应用的角度总结作者多年来的研究成果以及国际上这一领域的研究进展。全书共 9 章，主要内容包括结构化压缩感知的发展与现状、结构化压缩感知理论基础、典型的稀疏结构化及压缩感知方法、稀疏阶估计方法、基于结构化压缩感知的一维谱空穴检测、基于联合稀疏压缩感知的二维谱空穴检测、基于结构化压缩感知的三维谱空穴检测、基于结构化压缩感知的信道估计及基于结构化压缩感知的毫米波信道估计。本书是关于结构化压缩感知理论及应用的一部专著，可供从事通信、图像、雷达和核磁共振等领域的广大技术人员学习与参考，也可作为高等院校和科研院所信号与信息处理、信息与通信系统等专业的研究生教材或参考书。

刘福来，2005年获东北大学计算机软件与理论专业工学博士学位。2005—2007年东北大学博士后流动站，石家庄通信测控技术研究所博士后工作站，博士后。2007年到东北大学秦皇岛分校工作，2009—2011年东南大学博士流动站，博士后，2010年晋升为教授，2012年被东北大学遴选为博士研究生导师。教育部新世纪人才，河北省“三三三人才工程”第二层次人才，河北省优秀教师，河北省教学名师。在东北大学秦皇岛分校，先后讲授“数字信号处理”“MATLAB与通信系统分析”和“高等工程数学”等多门本科生和研究生课程。出版著作《MATLAB与无线电信号处理分析》《阵列信号参数估计算法与优化》。主要从事认知无线电及频谱大数据处理、电磁环境认知与控制利用、GNSS抗干扰技术、毫米波通信系统关键技术、压缩感知和深度学习及其应用等方向的科研和人才培养工作。主持国家自然科学基金、河北省自然科学基金等纵向科研项目10余项，已在IEEE Transactions on Antennas and Propagation、IEEE Transactions on Communications、Signal Processing、IEEE Transactions on Mobile Computing等国内外重点期刊与国际学术会议上发表学术论文50余篇，其中已被SCI、EI检索收录40余篇，申报或获批发明专利10余项。

前言 传统的压缩感知理论以信号固有的稀疏性或可压缩性为基础，在信号的压缩采样过程中，仅考虑信号中非零元素的个数，非零元素的位置可以随机分布，没有考虑到信号本身所具有的一些结构信息。随着压缩感知理论研究的不断深入，人们发现，当信号具有一些特定结构时，将信号的结构信息融入压缩感知理论中，可以获得更好的结果。 随着压缩感知在无线通信、雷达遥感、图像处理和核磁共振等众多领域中的广泛应用，压缩感知理论获得了长足的发展，对信号恢复精确性要求也随之提高。近年来，研究结构化压缩感知理论及应用，在信息、图像和通信等学科逐渐成为一个极其活跃、发展迅速的研究课题。 最近几年，在国家自然科学基金项目（61971117）、河北省自然科学基金项目(F2020501007，F2016501139)、教育部新世纪优秀人才支持计划项目(NCET130105)、中央高校基本科研业务费专项资金资助项目(N142302001)等的支持下，我们围绕结构化压缩理论及其在无线电信号处理中的应用问题进行了系统深入的研究，并取得了一定的科研成果。作为研究工作的阶段性总结，我们将这些成果汇集成册，构成本书主要内容，期望为从事通信和信号处理的同仁从理论分析方法上提供一些有益的帮助。 本书共9章，第1章首先简要介绍压缩感知理论的发展、应用及研究现状，在此基础之上详细阐述结构化压缩感知理论及研究现状，并论述其相比于压缩感知的独特优势，最后总结压缩感知和结构化压缩感知目前所面临的困境。第2章主要介绍结构化压缩感知相关理论，包括压缩感知基本理论、结构化压缩感知理论框架、典型结构化稀疏信号模型、结构化稀疏表示、结构化...