说明：压缩感知，又称压缩采样，压缩传感。它作为一个新的采样理论，它通过开发信号的稀疏特性，在远小于Nyquist 采样率的条件下，用随机采样获取信号的离散样本，然后通过非线性重建算法完美的重建信号。

cs稀疏采样 压缩-采样 采样 线性采样算法 Nyquist

说明：所给的m文件中有详细的构造三对角分块矩阵的方法，而且构造的分块矩阵采用的是稀疏存储的方法，适用于大型三对角分块矩阵的构造。

三对角分块矩阵的构造程序-MATLAB block-tridiagonal worsebw7

说明：包含光伏电池模块、MPPT模块、BOOST模块、逆变模块，对于初学者具有参考意义，采用波束成形技术的BER计算，一个很有用的程序，有详细的注释，多元数据分析的主分量分析投影。

matlab 字典 一个 编写 生成 稀疏 表示

说明：最大似然（ML）准则和最大后验概率（MAP）准则，GSM中GMSK调制信号的产生，采用了小波去噪的思想，计算多重分形非趋势波动分析，ofdm系统仿真 含16qam调制 fft 加窗 加cp等模块，语音信号的采集与处理，数字信号处理课设。

算法 压缩 调试 工具 一个 感知 好用 稀疏

说明：CS压缩传感的初级教学代码，使用OMP重构，已注释，包括1维信号，2维图像的重构，分别使用dct和小波稀疏，列扫描和分块法进行omp重构。

CS_DCT CS图像重构 图像分块代码 dct-omp 分块法

说明：即插即用算法的相关程序，1利用低秩+自适应（学习）字典稀疏分解从k-t空间测量值重建动态磁共振图像的LASSI.m-MATLAB函数。2m-MATLAB函数，通过使用块坐标下降算法（见上文[3]和[4]），从重塑字典列上具有秩约束（上界）的信号或图像块中学习合成字典。

共振稀疏分解 低秩稀疏matlab K. 即插即用-MATLAB

说明：CS压缩传感的初级教学代码，使用OMP重构，已注释，包括1维信号，2维图像的重构，分别使用dct和小波稀疏，列扫描和分块法进行omp重构

CS_DCT CS图像重构 图像分块代码 1维CS dct-omp

说明：利用matlab GUI实现的串口编程例子，包括轨道机动仿真、初轨计算,主要为数据分析和统计，包含光伏电池模块、MPPT模块、BOOST模块、逆变模块，高斯白噪声的生成程序，包含收发两个客户端程序。

说明：将图像分为16*16的分块进行计算,稀疏矩阵采用DCT矩阵，观测矩阵采用高斯随机矩阵，重构采用OMP算法,对256*256大小的8bit灰度lena图像进行仿真。

观测矩阵 lena重构 图像-重构-omp 图像随机分块 DCT-OMP

说明：应用背景许多算法的存在，目的是解决稀疏表示字典学习问题。然而，没有全面的测试和基准测试，这些算法的存在，在与已知的字典稀疏表示的问题。主 ；这项工作的驱动力是一个工具箱，如字典学习  Sparco的缺乏；问题。认识到这样一个工具箱的社区的需要，我们设计出 ；smallbox-a MATLAB工具箱。...

matlab