Sıkıştırılmış Algılama (SA) kuramı, bilinen bir tabanda seyrek olan bir sinyalin az sayıda ölçüm ile nasıl geri çatılacağını inceler. Çoğu pratik sistemdeki ölçüm sinyallerinin sürekli bir parametre uzayında seyrek bir tanıma sahip olması, SA kuramı altında geliştirilmiş tekniklerin kullanılabilme olasılığını ortaya çıkarır. Ancak, SA tekniklerinin uygulanabilmesi için sürekli parametre uzayının ayrıklaştırılması gerekir. Bu ayrıklaştırma sonucunda da iyi bilinen ızgara-dışılık problemi ortaya çıkar. Izgara-dışılık problemini engellemek için bu çalışmada, parametre alanını degişken ve uyarlamalı bir şekilde ayrıklaştıran özyineli bir yaklaşım sunulmuştur. Önerilen yaklaşımın çok yakın şekilde konumlanmış hedefleri dahi yüksek hassasiyetle kestirebildiği benzetim çalışmalarıyla gösterilmiştir.

Compressive Sensing (CS) theory details how a sparsely represented signal in a known basis can be reconstructed using less number of measurements. In many practical systems, the observation signal has a sparse representation in a continuous parameter space. This situation rises the possibility of use of the CS reconstruction techniques in the practical problems. In order to utilize CS techniques, the continuous parameter space have to be discretized. This discritization brings the well-known off-grid problem. To prevent the off-grid problem, this study offers a recursive approach which discritizes the parameter space in an adaptive manner. The simulations show that the proposed approach can estimate the parameters with a high accuracy even if targets are closely spaced. © 2014 IEEE.