说明：解耦，恢复原信号，详细画出了时域和频域的相关图，与理论分析结果相比，有详细的注释，遗传算法无功优化，针对EMD方法的不足。
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：小波变换的稀疏表示程序，用于对压缩感知方面稀疏变换的学习，采用的小波变换的方法对采样信号进行稀疏变换，适用于对压缩感知方面的起步学习和云应用。
说明：压缩观测y=Φx，其中y为观测所得向量M×1，x为原信号N×1（M
说明：基本的声强向量估计法无法适用于多声源情况下的方位估计，但由于语音信号具有时频稀疏性，利用该特性则可实现多语音源时的方位估计，其中典型的方法如直方图法。该方法首先计算各声源瞬时方位的直方图分布，然后通过搜索直方图的峰值位置得到目标声源的方位估计。直方图方法在低噪声混响条件下具有良好的性能，但随着环境噪...
说明：压缩感知代码，运用正交匹配追踪算法回复，简单易懂，很适合刚刚接触压缩感知的朋友参考。