%??1-D信號壓縮傳感的實現（正交匹配追蹤法Orthogonal?Matching?Pursuit）
%??測量數M>=K*log（N/K）K是稀疏度N信號長度可以近乎完全重構
clc;clear

%%??1.?時域測試信號生成
K=7;??????%??稀疏度（做FFT可以看出來）
N=256;????%??信號長度
M=64;?????%??測量數（M>=K*log（N/K）至少40但有出錯的概率）
f1=50;????%??信號頻率1
f2=100;???%??信號頻率2
f3=200;???%??信號頻率3
f4=400;???%??信號頻率4
fs=800;???%??采樣頻率
ts=1/fs;??%??采樣間隔
Ts=1:N;???%??采樣序列
x=0.3*cos（2*pi*f1*Ts*ts）+0.6*cos（2*pi*f2*Ts*ts）+0.1*cos（2*pi*f3*Ts*ts）+0.9*cos（2*pi*f4*Ts*ts）;??%??完整信號

%%??2.??時域信號壓縮傳感
Phi=randn（MN）;???????????????????????????????????%??測量矩陣（高斯分布白噪聲）
s=Phi*x.‘;????????????????????????????????????????%??獲得線性測量?

%%??3.??正交匹配追蹤法重構信號（本質上是L_1范數最優化問題）
m=2*K;????????????????????????????????????????????%??算法迭代次數（m>=K）
Psi=fft（eye（NN））/sqrt（N）???????????????????????%??傅里葉正變換矩陣
T=Phi*Psi‘;???????????????????????????????????????%??恢復矩陣（測量矩陣*正交反變換矩陣）

hat_y=zeros（1N）;?????????????????????????????????%??待重構的譜域（變換域）向量?????????????????????
Aug_t=[];?????????????????????????????????????????%??增量矩陣（初始值為空矩陣）
r_n=s;???????????????????????