我們研究了使用矢量量化器（VQ）對(duì)壓縮感知（CS）測(cè)量進(jìn)行聯(lián)合信源信道編碼（JSCC），提出了一個(gè)實(shí)現(xiàn)最佳JSCC方案的框架，該方案能夠在離散無(wú)記憶信道上編碼和傳輸稀疏源的CS測(cè)量，并對(duì)稀疏源信號(hào)進(jìn)行解碼。為此，本文研究了矢量量化編解碼器對(duì)的優(yōu)化設(shè)計(jì)問(wèn)題，通過(guò)最小化端到端均方誤差（MSE）來(lái)解決這一問(wèn)題，得到了MSE性能的理論下界，并通過(guò)迭代算法提出了一種實(shí)用的編解碼器設(shè)計(jì)方案。由此產(chǎn)生的編碼方案被稱為信道優(yōu)化VQ for CS，即COVQ-CS。為了解決COVQ-CS的編碼復(fù)雜度問(wèn)題，我們提出了一種結(jié)構(gòu)化量化器，即低復(fù)雜度多級(jí)矢量量化（MSVQ），推導(dǎo)了新的編碼和解碼條件，并提出了一種實(shí)用的編譯碼器設(shè)計(jì)算法，稱之為信道優(yōu)化的多階段矢量量化通信質(zhì)量控制系統(tǒng)。通過(guò)仿真研究，我們將所提出的方案與相關(guān)量化器進(jìn)行了比較。

? ? ?壓縮感知（CS）[2]考慮從相對(duì)較少的測(cè)量值中檢索高維稀疏向量。在許多實(shí)際應(yīng)用中，CS傳感器節(jié)點(diǎn)上采集的測(cè)量值需要使用有限位進(jìn)行編碼，并通過(guò)噪聲通信信道進(jìn)行傳輸。因此，對(duì)于信道的噪聲傳輸，應(yīng)考慮信道的可靠測(cè)量。理論上在點(diǎn)對(duì)點(diǎn)無(wú)記憶信道中可以達(dá)到的最佳性能可以通過(guò)分別設(shè)計(jì)源代碼和信道代碼來(lái)實(shí)現(xiàn)，但是這種性能需要無(wú)限的源代碼和信道代碼塊長(zhǎng)度，從而導(dǎo)致延遲和編碼復(fù)雜性。考慮到有限長(zhǎng)稀疏信源和CS測(cè)量矢量，從理論上保證了聯(lián)合信源信道編碼（JSCC）能夠提供更好的性能