压缩感知算法稀疏分解然后随机观测OMP恢复

该程序为本人所发表论文的基础程序,实测可用,目前已利用该程序发表多篇SCI论文。不明之处,欢迎留言,相互沟通。

基于压缩感知BP，BP,OMP,StOMP二维图像比较，里面有详细的代码以及三者算法之间的图像对比。

压缩感知OMP重构一维二维信号matlab仿真

基于块稀疏贝叶斯学习的多任务压缩感知重构算法

推导了自适应压缩感知中的重构估算误差,研究了如何降低观测矩阵列向量之间的自相关性,分析了观测矩阵优化对压缩感知重构算法的影响。将观测矩阵优化与压缩感知自适应过程相结合,提出了基于观测矩阵优化的自适应压

利用MATLAB实现了基于 OMP(Orthogonal Matching Pursuit，正交匹配追踪)的频谱感知，对学习频谱感知有一定的帮助

利用信息论原理，改进传统硬阈值算法，以提高稀疏信号恢复的效果。通过增加阈值算法的灵活性，能更好地还原稀疏信号的特征。

利用图像的非局部相似性先验以提升图像恢复质量已得到广泛关注。为了更有效地提升压缩感知(CS)图像的重构质量,提出了一种基于加权结构组稀疏表示(WSGSR)的图像压缩感知重构方法。采用非局部相似图像块结

贝叶斯压缩感知稀疏信号重构方法研究

。基于压缩感知理论设计的雷达和光学稀疏遥感成像系统，突破了Shannon-Nyquist定理的限制，以较少的测量数据实现了同等甚至更高质量的信号重构。