資源簡(jiǎn)介
壓縮感知，又稱壓縮采樣，壓縮傳感。它作為一個(gè)新的采樣理論，它通過開發(fā)信號(hào)的稀疏特性，在遠(yuǎn)小于Nyquist 采樣率的條件下，用隨機(jī)采樣獲取信號(hào)的離散樣本，然后通過非線性重建算法完美的重建信號(hào)。壓縮感知理論一經(jīng)提出，就引起學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。他在信息論、圖像處理、地球科學(xué)、光學(xué)/微波成像、模式識(shí)別、無線通信、大氣、地質(zhì)等領(lǐng)域受到高度關(guān)注，并被美國(guó)科技評(píng)論評(píng)為2007年度十大科技進(jìn)展
代碼片段和文件信息
function?[?theta?]?=?CS_CoSaMP（?yAt?）
%CS_CoSaOMP?Summary?of?this?function?goes?here
%???Detailed?explanation?goes?here
%???y?=?Phi?*?x
%???x?=?Psi?*?theta
% y?=?Phi*Psi?*?theta
%???令?A?=?Phi*Psi?則y=A*theta
%???K?is?the?sparsity?level
%???現(xiàn)在已知y和A，求theta
%???Reference:Needell?D，Tropp?J?A．CoSaMP：Iterative?signal?recovery?from
%???incomplete?and?inaccurate?samples[J]．Applied?and?Computation?Harmonic
[y_rowsy_columns]?=?size（y）;
if?y_rows
end
[MN]?=?size（A）;%傳感矩陣A為M*N矩陣
theta?=?zeros（N1）;%用來存儲(chǔ)恢復(fù)的theta（列向量）
Pos_theta?=?[];%用來迭代過程中存儲(chǔ)A被選擇的列序號(hào)
r_n?=?y;%初始化殘差（residual）為y
for?kk=1:t%最多迭代t次
????%（1）?Identification
????product?=?A‘*r_n;%傳感矩陣A各列與殘差的內(nèi)積
????[valpos]=sort（abs（product）‘descend‘）;
????Js?=?pos（1:2*t）;%選出內(nèi)積值最評(píng)論
共有 條評(píng)論