摘  要： 從文獻計量的角度、以《科學引文索引》（SCI）為數據源、檢索壓縮感知研究領域的文獻，從文獻年代、國家、作者、機構、期刊等角度進行分析，并結合中國和發達國家研究的對比分析，為國內進一步在壓縮感知方面的研究提供參考。分析結果表明，壓縮感知呈全球化發展趨勢。
關鍵詞： 科學引文索引（SCI）； 壓縮感知； 文獻計量

1 壓縮感知文獻計量研究的意義
    壓縮感知理論由Donoho等人于2004年提出，2006年，《IEEE TRANSACTIONS ON INFORMATION THEORY》報道了Donoho的題名《Compressed Sensing》的文章，揭開了壓縮感知研究的序幕。壓縮感知的英文表示為：Compressed Sensing, Compressive Sampling。有部分文獻也采用Compressive Sensing, Compressed Sampling的表述方法。壓縮感知理論是從信號本質出發的一種采樣技術，在該理論下，由于信號的采樣速率不再取決于信號的帶寬，故信號的采樣與處理可以以非常低的速率進行，顯著降低了數據存儲和傳輸代價及信號處理時間和計算成本。本文基于SCI數據庫從文獻計量角度為全面了解壓縮感知研究狀況提供一定的依據。
2 壓縮感知文獻計量研究的方法
    SCI是美國科學情報研究所出版的數據庫，它不僅可以作為文獻檢索的工具，而且可以為科研評價提供重要依據[1]。本研究使用SCI擴展版(SCIE)對壓縮感知進行文獻計量學的初步統計，檢索方法為在SCI主題詞中輸入“compress* sensing” or “compress* sampling”，“*”是文獻檢索中的截詞符，以防漏檢文獻。檢索時間結點為2011年10月12日。共有653條文獻記錄。使用的分析方法是將WOS(Web of Science)中自帶的分析功能與Excel軟件相結合,從時間分布、地區分布、機構分布、學科分布等方面對壓縮感知研究文獻進行統計和計量分析，把握其分布特征，供相關研究人員參考。
3 結果與討論
3.1 按照時間、區域分布的計量分析
    對研究論文進行時間分布的分析，可以從一定程度上反映該研究領域的發展狀況和速度。表1為壓縮感知研究論文每年的發文情況以及涉及該研究領域的國家/地區數目。從表1可以看出，自2006年Donoho的文章被報道以來，該研究領域的文獻開始被陸續報道，這說明壓縮感知的研究是一個新興的領域，發展歷程相當短。從文獻數量的增長趨勢看，2006~2010年間文獻數量逐年增長，一直呈上升態勢，并且涉及該領域研究的國家/地區數目逐年增長，這兩方面同時說明，世界各國科學家對這一領域的關注和興趣在逐步加大。

    2006年,只有美國進行了壓縮感知方面的探索研究，在隨后的5年，共有38個國家/地區進行了壓縮感知方面的研究，表2統計了發文量在世界前10的國家。可以看出，美國不僅是最早涉足該領域的國家，同時也是發文量最多的國家。中國于2008年在SCI上由西安電子科技大學石光明發表了第一篇壓縮感知方面的文章，其主要闡述基于壓縮感知理論采用超低速采樣對超寬帶回波信號進行檢測的方法。中國的總發文量世界排名第二，共發表92篇，其次是法國。由此可以看出中國在世界整體水平上位居前列，這反映了中國在該領域的工作獲得了世界范圍的認可。

    此外通過對全部文獻進行語種分析，發現研究論文基本采用英語表達（占全文量的99.541%），當前絕大多數基于SCI平臺的研究工作基本上都有類似的結論，這與英語的廣泛應用和國外期刊的語言要求等有關系。
3.2 按照研究機構、文獻類型的計量分析
    表3列出了壓縮感知發文量前10位的國內外研究機構。目前，全球共有435個研究機構進行壓縮感知方面的研究。其中斯坦福大學在壓縮感知領域發文量最多，位居第二的是麥迪遜大學，其次是美國萊斯大學，排名前三的機構均屬于美國，再次反映出美國在這一領域研究的先進性。中國大陸研究機構以清華大學為代表（排名第7），它也是唯一進入世界前十排名的國內研究單位。發文數量前十的機構全部是大學，說明大學在壓縮感知研究領域是產生成果的主力軍。

　    此外，涉及該領域的文獻類型以期刊論文為主占總數的96.024%，其次是會議論文占2.905%，編輯素材1.070%，會議摘要0.917%等。說明期刊論文是壓縮感知的主要發文形式，會議論文居于其次，此類文獻通常報道國際壓縮感知的最新進展,具有較高的參考價值。
3.3 按照學科領域、期刊來源的計量分析
    一方面研究人員對壓縮感知理論進行研究，已發展了塊CS理論[2]、分布式CS理論[3] 、Bayesian CS理論[4] 、 無限維CS理論[5],變形CS理論[6]、譜CS[7]、邊緣CS理論[8]、Kronecker CS理論[9]等。另一方面，隨著研究的深入，壓縮感知理論的優越性不斷受到學者的肯定，將壓縮感知理論應用到不同領域的研究成為熱點。目前壓縮感知共涉及29個學科領域,主要應用于工程技術(50.917%)、計算機科學(21.865%)、數學應用(16.667%)、放射核醫學成像(13.761%)、物理(10.398%)、光學設計(9.021%)、成像科學攝影技術(4.587%)、電信技術(4.128%)、地球化學物理學(3.823%)、生物分子學(2.446)等領域。
    壓縮感知的研究工作發表的期刊種類共有189種，排名前十的期刊見表4。

    從期刊所涉及的領域可以看出壓縮感知已經對信號處理、信息論、光學工程、醫學成像等諸多領域產生了一定影響。這10種期刊共發文260篇，占總數的39.695%，其中發文量最高的期刊是IEEE TRANSACTIONS ON SIGNAL PROCESSING，共發文62篇。影響因子最高的期刊是SIAM JOURNAL ON IMAGING SCIENCES，達到4.500。這10種期刊除了“PHYSICS IN MEDICINE AND BIOLOGY”是來自英國的期刊，其余9種全部是美國期刊。總體來說刊載壓縮感知的學術期刊影響因子大多數偏低，影響因子是衡量學術期刊影響力的一個重要指標，說明壓縮感知研究的影響力目前還有待提高。
3.4 壓縮感知按照被引頻次的計量分析
    被引頻次不僅可以反映科技論文研究成果的學術水平，同時也能反映作者的科研成果被國際同行關注的程度，論文被引次數越多，尤其是去除自引后的被引次數(他引次數)越多，說明其在該研究領域的影響越大。分析結果顯示，本次調查的653篇文獻，每項平均被引用次數為6.527(他引頻次)，被引頻次達到200次以上的文獻有6篇，這些文獻主要是介紹壓縮感知理論的原創性文獻，其中包括介紹如何通過正交匹配追蹤算法從隨機測量矩陣中恢復信號的方法，將壓縮感知應用于快速磁共振成像方面的方法。其中Donoho于2006年發表的題名為“Compressed Sensing”的文章總被引頻次達到1 359次，Donoho因此獲得“2008年IEEE IT 學會最佳論文獎”。表5列出了發文量前十國家的文章他引次數以及平均每項被他引次數。
    由表5可以看出：目前，我國SCI論文平均每項的被引次數偏低。通常認為，越是具有原創性的文獻，越容易被引用。從這一方面來看，我國在這一領域的原創力還有待提高。值得一提的是葡萄牙雖然目前被SCI收錄的文獻僅6篇，但是總的他引次數達到293次，均被引次數達到48.833次。該國高被引論文主要闡述通過分離逼近算法對稀疏信號進行重構以及梯度投影在稀疏信號重構問題上的應用問題，值得關注。

4 結論與展望
    根據對壓縮感知文獻的計量分析結果，綜合已收集的信息，總結出壓縮感知的研究現狀以及一些體會。
　壓縮感知文獻數量呈逐年增長趨勢，表明壓縮感知研究還在不斷深入。目前研究層次較為集中，主要集中在工程技術和計算機科學方面，說明科研工作者不僅對壓縮感知理論進行研究，更重要的是將其應用到不同的領域，并且已經對信號處理、信息論、光學工程、醫學成像等諸多領域產生了重要影響。
　    壓縮感知研究較多的國家有美國、中國、法國、德國、以色列等國。其中多產的研究機構有斯坦福大學、麥迪遜大學、美國萊斯大學、加州理工學院、杜克大學、以色列理工大學、清華大學等。科研院所、公司、企業等機構的發文量較少。無論從研究范圍和深度，美國在該領域的研究占相當的優勢。
　    我國對壓縮感知研究在論文數量上不斷增長，并處于世界上游水平，這是重視科研、加大科研投入及廣大科研人員努力的結果。但是從文章的被引頻次可以看出，國內文章的質量還有待提升，科研人員必須在高水平的科研成果上有所突破。這就需要整合資源，充分利用現有的技術、人才和資金，建立具有國際競爭力的研發團隊，使現有資源最大化利用，同時加大國際上的科研合作與交流。
    從對已有文獻數量的計量分析，可以預測壓縮感知方面研究論文的數量將繼續增加，壓縮感知的研究正從早期的概念理解、數值仿真、原理驗證、系統初步設計等階段，轉入到理論的進一步深化及實際系統的開發與應用階段。在這個快速發展的領域，研究人員在重點課題上一旦有新的發現和新的創造，應及時總結，及時發表以免滯后。
參考文獻
[1] 唐品．科學引文索引及其在科研評價中的作用[J]. 圖書與情報，2005(1)：68-70．
[2] GAN L. Block compressed sensing of natural images[A].Conf on Digital Signal Processing ( DSP)[C]. Cardiff, UK,  July 2007.
[3] CEVHER V, GURBUZ A, MCCLELLAN J, et al. Compressive wireless arrays for bearing estimation of sparse sources in angle domain[A]. IEEE Int Conf on Acoustics, Speech, and Signal Processing (ICASSP)[C]. Las Vegas, Nevada, April 2008.
[4] JI S, XUE Y, CARIN L. Bayesian compressive sensing[J]. IEEE Transactions on Signal Processing, 2008,56(6):2346-2356.
[5] BRUCKSTEIN A M, ELAD M,ZIBULEVSKY M. A nonnegative and sparse enough solution of an underdetermined linear system of equations is unique[A]. ISCCSP[C].Malta, 2008:762-767.
[6] MATEI B, MEYER Y. A variant on the compressed sensing of Emmanuel Candes[OL].http://www.dsp.ece.rice.edu/cs.
[7] DUARTE M F,BARANIUK R G. Spectral compressive sensing[OL].[2011-10-12]http://www.dsp.ece.rice.edu/cs,  (Preprint).
[8] GUO W, YIN W. Edge CS: an edge guided compressive sensing reconstruction[R]. Rice University CAAM Technical  Report TR10-02,2010.
[9] DUARTE M F,BARANIUK R G. Kronecker compressive sensing[OL].[2011-10-14]http://www.dsp.ece.rice.edu/cs, (Preprint).