说明：包含特征值与特征向量的提取、训练样本以及最后的识别，实现串口的数据采集，到达过程是的泊松过程，微分方程组数值解方法，直线阵采用切比学夫加权控制主旁瓣比，应用小区域方差对比，程序简单。
算法 代码 调试 一个 多种 信号 稀疏 重构
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：基于Matlab的压缩感知DCT、DWT、DFT正交基及过完备字典稀疏分解信号及重构。
稀疏信号重构 dct-dft-dwt 字典-重构 DCT过完备字典 稀疏基
说明：动态压缩感知（DSC）是压缩感知领域中一个重要的研究分支，它是近几年新兴起的一种信号处理与分析方法，与传统的压缩感知理论不同，DSC研究的对象是稀疏时变信号，并且已在视频信号处理和动态核磁共振成像等方面显示出了强大的应用潜力。本节正是在此基础上，提出了一种用于多普勒频率跟踪估计的DSC方法。首先，通...
DOA-L1 稀疏重构 DOA压缩感知 视频压缩-dsc DOA
说明：L1-SVD与OMP算法在重构稀疏信号上的比较
SVD-OMP omp-l1 svd重构 重构L1 l1_svd
说明：稀疏信号的重构算法：IST算法，OMP算法，Lasso算法，StOMP算法，TwIST算法。
重构算法 IST算法 OMP算法 Lasso算法 StOMP算法 TwIST算法
说明：两个l1准则下的噪声干扰信号压缩感知重构举例，两个例子的稀疏矩阵均为DCT矩阵，而观测矩阵分别采用单位阵和随机矩阵，有详细的步骤和使用方法，适用于初步的学习压缩感知方法。
l1-norm DCT重构 观测矩阵 压缩感知-噪声 稀疏---l1
说明：陆吾生教授是加拿大维多利亚大学电气与计算机工程系的教授。此课件为其在国内大学短期精品课程的课件。包含最优化问题求解，压缩感知方法及其在稀疏信号和图像处理中的应用（压缩、重构、降噪等）。
最优化问题求解 压缩感知 稀疏信号 和图像处理
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：MP算法(正交匹配追踪算法)作为对信号进行稀疏分解的方法之一，将信号在完备字典库上进行分解。OMP算法的改进之处在于：在分解的每一步对所选择的全部原子进行正交化处理，这使得在精度要求相同的情况下，OMP算法的收敛速度更快。
matlab 一维 OMP 重构
