omp正交匹配追踪算法

针对基于压缩感知的压缩采样匹配追踪(CoSaMP)算法迭代次数严重依赖于信号稀疏度,候选原子冗余度大,从而导致最终的支撑原子集选择时间长、选择精度低等问题,提出一种基于双阈值的压缩采样匹配追踪算法.该

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

该文提出一种多原子快速匹配追踪信号稀疏分解算法，并将其应用于静态图像编码。多原子匹配追踪通过每次迭代选取多个原子的形式，实现信号的快速稀疏分解。在此基础上，通过构造多尺度脊波字典实现图像的稀疏分解，并

基于改进的匹配追踪算法的信号稀疏分解 能够有效提取信号的特征值

三种匹配追踪算法的C语言实现。 omp算法、cosamp算法、subspcae-pursuit算法。

为提高贪婪算法重构精度,提出带有回溯机制的基于限制等距性质阈值匹配追踪算法(restricted isometry propertity-based threshold mechanism MP,RI

Implementation of 1-D Signal Compression Sensing (Orthogonal Matching Pursuit)

压缩感知（CompressedSensing，CS）理论突破了奈奎斯特定理两倍于信号带宽采样率的限制，在采样的同时实现信号的压缩，大大降低对采样速率的要求．自提出以来，在信号处理，计算机科学，电

压缩感知的OMP算法，适合刚入手的，代码有详细的解释

加上DWT变换后可以直接运行，亲测有效，用的是正交匹配追踪算法重构。