说明:压缩感知处理信号数据,首先使用k-svd算法学习得到稀疏基,即字典。根据所学的稀疏基,利用omp算法得到信号的稀疏表示,随机高斯矩阵作为感知矩阵。
说明:压缩感知重构算法的一些介绍与实例。并结合各种算法,提出了稀疏度自适应广义正交匹配追踪算法,可以对稀疏度未知的信号进行自适应稀疏化。
说明:使用BP算法实现压缩感知信号重构,需要已知观测空间基矩阵和观测向量
说明:这里是常用的压缩感知理论中观测矩阵代码,像随机高斯测量矩阵,随机贝努力测量矩阵,部分哈达玛测量矩阵,部分傅里叶测量矩阵,托普利兹测量矩阵,循环测量矩阵。重构算法:有CoSaMP重构算法,OMP重构算法,StOMP重构算法,BP重构算法,SP重构算法等。