資源簡介
CS壓縮傳感的初級教學代碼,使用OMP重構,已注釋,包括1維信號,2維圖像的重構,分別使用dct和小波稀疏,列掃描和分塊法進行omp重構
代碼片段和文件信息
%??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?1*256
%%??2.??時域信號壓縮傳感
Phi=randn(MN);???????????????????????????????????%??測量矩陣(高斯分布白噪聲)?64*256
s=Phi*x‘;????????????????????????????????????????%??獲得線性測量?64*1
%%??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)?14
Psi=fft(eye(NN))/sqrt(N)???????????????????????%??傅里葉正變換矩陣?256*256
T=Phi*Psi‘;???????????????????????????????????????%??恢復矩陣(測量矩陣*正交反變換矩陣)?64*256?傳感矩陣
hat_y=zeros(1N);?????????????????????????????????%??待重構的譜域(變換域)向量???1*N??????????????????
Aug_t=[];?????????????????????????????????????????%??增量矩陣(初始值為空矩陣)?
r_n=s;????????????????????????????????????????????%??殘差值?初始化為64*1
for?times=1:m;????????????????????????????????????%??迭代次數(有噪聲的情況下該迭代次數為K)?1:14
????for?col=1:N;??????????????????????????????????%??恢復矩陣的所有列向量?1:256
????????product(col)=abs(T(:col)‘*r_n);??????????%??恢復矩陣的列向量和殘差的投影系數(內積值)??
????end
????[valpos]=max(product);???????????????????????%??最大投影系數對應的位置
?????pos_array(times)=pos;?????????????????????????%??更新索引集,即紀錄最大投影系數的位置
????Aug_t=[Aug_tT(:pos)];???????????????????????%??矩陣擴充
????T(:pos)=zeros(M1);??????????????????????????%??選中的列置零(實質上應該去掉,為了簡單我把它置零)
????aug_y=(Aug_t‘*Aug_t)^(-1)*Aug_t‘*s;???????????%??最小二乘使aug_y最小,aug_y為恢復信號
????r_n=s-Aug_t*aug_y;????????????????????????????%??殘差
???
end
hat_y(pos_array)=aug_y;???????????????????????????%??重構的譜域向量
hat_x=real(Psi‘*hat_y.‘);?????????????????????????%??做逆傅里葉變換重構得到時域信號
%%??4.??恢復信號和原始信號對比
figure(1);
hold?on;
plot(hat_x‘k.-‘)?????????????????????????????????%??重建信號
plot(x‘r‘)???????????????????????????????????????%??原始信號
legend(‘Recovery‘‘Original‘)
norm(hat_x.‘-x)/norm(x)???????????????????????????%??重構誤差
?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件????????874??2012-11-26?11:17??2D_image_CS_toturial.m
?????文件???????1358??2012-11-26?11:18??omp.m
?????文件???????2542??2012-11-19?18:33??1D_signal_CS_toturial.m
?????文件???????1236??2012-11-26?11:29??DWT.m
?????文件???????1329??2012-11-26?11:32??分塊法重構\block_omp.m
?????文件???????1083??2012-11-20?23:14??分塊法重構\OMPerr.m
?????文件??????66614??2009-06-08?18:00??lena256.bmp
?????目錄??????????0??2012-11-26?11:35??分塊法重構
-----------?---------??----------?-----??----
????????????????75036????????????????????8
評論
共有 條評論