資源簡介
壓縮感知，又稱壓縮采樣，壓縮傳感。它作為一個新的采樣理論，它通過開發信號的稀疏特性，在遠小于Nyquist 采樣率的條件下，用隨機采樣獲取信號的離散樣本，然后通過非線性重建算法完美的重建信號。壓縮感知理論一經提出，就引起學術界和工業界的廣泛關注。他在信息論、圖像處理、地球科學、光學/微波成像、模式識別、無線通信、大氣、地質等領域受到高度關注，并被美國科技評論評為2007年度十大科技進展
代碼片段和文件信息
function?[?theta?]?=?CS_CoSaMP（?yAt?）
%CS_CoSaOMP?Summary?of?this?function?goes?here
%???Detailed?explanation?goes?here
%???y?=?Phi?*?x
%???x?=?Psi?*?theta
% y?=?Phi*Psi?*?theta
%???令?A?=?Phi*Psi?則y=A*theta
%???K?is?the?sparsity?level
%???現在已知y和A，求theta
%???Reference:Needell?D，Tropp?J?A．CoSaMP：Iterative?signal?recovery?from
%???incomplete?and?inaccurate?samples[J]．Applied?and?Computation?Harmonic
[y_rowsy_columns]?=?size（y）;
if?y_rows
end
[MN]?=?size（A）;%傳感矩陣A為M*N矩陣
theta?=?zeros（N1）;%用來存儲恢復的theta（列向量）
Pos_theta?=?[];%用來迭代過程中存儲A被選擇的列序號
r_n?=?y;%初始化殘差（residual）為y
for?kk=1:t%最多迭代t次
????%（1）?Identification
????product?=?A‘*r_n;%傳感矩陣A各列與殘差的內積
????[valpos]=sort（abs（product）‘descend‘）;
????Js?=?pos（1:2*t）;%選出內積值最評論
共有 條評論