近日，我院李朋副教授团队研究成果《New Theoretical Results for LAD-Based Sparse Recovery Using Expanders》正式发表于信息论领域权威期刊 IEEE Transactions on Information Theory. 据检索,这是我院首次在该期刊上发表论文,标志着我院在数学与信息论交叉学科的研究初步达到了国际先进水平,取得了重要突破。

压缩感知，一般是指使用随机矩阵对信号进行采样、压缩与重构，这里随机矩阵一般是稠密的。组合压缩感知, 是指利用二元稀疏矩阵对信号进行采样、压缩与重构。该方法具备两大核心优势：一是存储空间小、计算速度快、重构误差低；二是能够有效破解经典压缩感知中的“二次瓶颈”问题.所谓“二次瓶颈”,是指在构建物理传感器系统时,传统方法所需的观测次数与信号稀疏度的平方成正比.而组合方法通过引入正则二部图的邻接矩阵作为测量矩阵,成功将观测次数降低至低于信号稀疏度的平方阶,为实际工程系统提供了更优的理论方案。

该论文聚焦组合压缩感知中的稀疏恢复问题。围绕这一问题，研究团队基于拟正则无损膨胀图发展了新的理论分析工具，提出了鲁棒的惩罚最小绝对偏差模型及其求解方法，为复杂噪声环境下的稀疏恢复提供了新的理论支撑。论文不仅在理论上建立了左拟正则无损膨胀图条件下的相关性质与恢复误差分析框架，还将所提出的方法应用于网络断层扫描中的链路时延估计问题。研究结果表明，该方法在复杂扰动环境下具有良好的鲁棒性与应用前景，为无线通信、网络监测等实际问题提供了新的研究思路。

该论文第一作者为我院硕士研究生王程正，第二作者为已毕业硕士研究生龚瑞，合作者包括北京体育大学葛焕敏教授和香港浸会大学吴国宝教授。

杂志IEEE Transactions on Information Theory（IEEE信息论汇刊）创刊于1953年，是信息论、编码理论、信号处理及通信理论等领域权威成果的重要传播平台。1976年，Whitfield Diffie与Martin E. Hellman在该刊发表经典论文“New Directions in Cryptography”，开创了公钥密码学的先河。2006年，David L. Donoho的“Compressed Sensing”以及Emmanuel J. Candès与Terence Tao合著的“Near-Optimal Signal Recovery from Random Projections: Universal Encoding Strategies”两篇奠基性论文同时问世，为压缩感知理论的建立与发展奠定了坚实基础，产生了深远的学术影响。该杂志由IEEE信息论学会主办，是该领域旗舰期刊之一，主要刊载信息的传输、处理与利用等方面的研究成果，在信息论及其相关交叉领域具有重要学术影响力。

论文信息与链接：

Cheng-Zheng Wang,Rui Gong,Peng Li,Huanmin Ge,Michael K. Ng,

New Theoretical Results for LAD-Based Sparse Recovery Using Expanders,

IEEE Transactions on Information Theory, 2026, DOI:10.1109/TIT.2026.3665352 https://ieeexplore.ieee.org/abstract/document/11397399