信号稀疏分解及压缩感知理论应用研究

压缩感知稀疏度自适应匹配追踪算法，不需稀疏度作为先验信息。又称为SAMP算法

结合KSVD和分类稀疏表示的图像压缩感知

针对频率选择性衰落信道下的放大转发协同正交频率复用(OFDM)通信系统,提出一种基于压缩感知理论的稀疏信道估计方法。首先,构造协同OFDM系统模型,利用循环矩阵理论,将该系统模型变换成类似于传统的点对

针对运用压缩感知理论对ISAR目标成像时不同目标所需观测维数和积累时间不同的问题,提出了一种基于压缩感知的稀疏孔径认知ISAR高分辨成像方法。在对目标稀疏特性认知的基础上,构建了基于目标横向稀疏度和观

A core tenet of signal processing and information theory is that signals, images, and other data oft

针对步态识别中步态特征提取高维处理的复杂性，在研究压缩感知理论的基础上，提出将压缩感知理论应用于步态识别中的步态特征提取方面。在充分利用步态图像稀疏性的前提下，利用观测矩阵对步态图像进行投影观测，得到

Morlet小波变换理论与应用研究及软件实现

压缩感知原理及应用，英文版，（1-12章）完整版，作者：Yonina C. Eldar， 经典教材。

Compressivesensing(CS)isanewapproachtosimultaneoussensingandcompressionofsparseandcompressiblesignal

基于凸优化的压缩感知信号恢复算法研究,详细介绍并对比了几种凸松弛重构法的原理及实现，并且有仿真结果。