搜索资源列表
files
- 压缩感知的很简单的入门小例子，基矩阵为正弦基，能很好地重构出稀疏信号-A simple example for the introduction of CS theory, the basis matrix is sinosoidal matrix, which can fully reconstruct the sparse signal.
Short-duration-power_CS
- 根据压缩传感(Compressed Sensing，cs)N论，首次提出了短时电能质量扰动信号的压缩采样方法，该方法突破了奈奎斯特采样频率的限制，实现了低于奈奎斯特采样频率的低速率采样。文中对比分析了CS理论与传统采样理论，研究了cS短时电能质量信号压缩采样的实现方法，包括：测量矩阵的构建、稀疏基的选取和电能质量信号快速贝叶斯匹配追踪重构算法(FBMP)-Compressed sensing ( Compressed Sensing , cs ) N theory , first propose
CSWavelet_OMP
- 利用压缩感知的正交匹配追踪算法，即OMP算法实现压缩感知稀疏信号重构，效果较好。-use OMP to reproduce signal
SAMP
- 稀疏自适应匹配追踪算法，无需稀疏度，就可以重构原始信号。-Sparse adaptive matching pursuit algorithm, without sparsity, we can reconstruct the original signal.
CoSaMP
- CoSaMP算法，在重构信号时，选取两倍稀疏度的原子来恢复原始信号，再删去一倍稀疏度的原子。-CoSaMP algorithm, in the reconstructed signal, select twice the atomic sparsity to recover the original signal, and then deleting the double sparsity of atoms.
KSVD
- 压缩传感中稀疏字典KSVD算法，能实现信号的稀疏表示，和图像重构-important to image
CS_OMP
- 正交匹配追踪法实现1-D信号压缩传感，测量数M>=K*log(N/K),K是稀疏度,N信号长度,可以近乎完全重构-Orthogonal Matching Pursuit
oMP
- % 1-D信号压缩传感的实现(正交匹配追踪法Orthogonal Matching Pursuit) % 测量数M>=K*log(N/K),K是稀疏度,N信号长度,可以近乎完全重构
Wavelet_OMP
- 小波稀疏分解和重构算法，适合通信信号和图像重构-Sparse wavelet decomposition and reconstruction algorithm for communications signal and image reconstruction
cs-speech-enhancement
- 文利用带噪语音经特征基函数矩阵转换后所具有的稀疏特性，用最大似然估计方法对转换后得到的稀疏 分量进行非线性压缩去噪，然后再经过反变换和重构恢复出原始语音信号的估计。特征基函数矩阵反映了语音数据本 身的统计特性，因此具有很好的合理性和可取性。仿真结果表明利用稀疏编码方法能极大程度地抑制背景噪卢，与小波消噪法相比优势明显。-a speech enhancement algorithm based Compressed Sensing.
1671-4512(2011)S2-0172-04
- 贝叶斯压缩感知稀疏信号重构方法研究.PDF-Research on methods of signal reconstruction by Bayesian compressive sensing
temporalmp120
- 该源码是实现匹配追踪算法MP，对信号进行稀疏分解和重构-the code for matching pursuit
try1
- matlab OMP程序，先得到稀疏信号，再投影重构-Matlab OMP, first get sparse signal, and then the projection reconstruction
smoothed L0重建算法
- 用于压缩感知信号重构，采用最速下降法和梯度投影原理，逐步逼近最优解，不需要信号的稀疏度这个先验条件，对信噪比的变换不敏感，重构速度快
Structured-Compressive-Sensing
- 本文围绕压缩感知的三个基本问题, 从结构化测量方法、结构化稀疏表示和结构化信号重构三个方面对结构化压缩感知的基本模型和关键技术进行详细的阐述.-In this paper, the basic models and key techniques of structured compressive sensing are introduced in terms of the structured measurements, the structured dictionary representat
compressdoa
- ：压缩感知是近年来应用数学界提出的一套关于稀疏信号采集和重构的新理论，它突破了传统奈奎斯特采样定理 的限制，以远少于传统奈奎斯特采样定理所需的测量数据就能够精确恢复原信号或估计信号的相关参数。将压缩感知理论应 用到DOA估计，可以解决传统DOA估计中高采样率、以及较多辐射源信号条件下难以定位的限制。研究了基于压缩感知理 论的DOA估计方法，并利用MATLAB进行仿真，通过与传统MUSIC算法比较可知，基于压缩感知的DOA估计方法具有显著 的优势-The theory of Com
yasuoganzhi
- 压缩感知程序，利用CS对一维信号进行完美重构，适合稀疏信号-Compressed sensing applications, the use of CS for one-dimensional signal is perfect reconstruction, suitable for sparse signal
Compressed-sensing-HK
- 压缩感知信号重构的算法，用于学习，先稀疏，再观测系数，最后重建- compression algorithm used to study and review, thin, and observation of the reconstruction and
l1regularization
- 本matlab程序主要是处理稀疏信号重构问题的，基于L1迭代阈值算法进行恢复的。（软阈值算法）-The matlab program mainly sparse signal reconstruction problems, L1 iterative thresholding algorithm based recovery. (Soft thresholding algorithm)
OMP24x12
- 利用空调调制信号本身固有的稀疏特性和压缩感知信号重构算法的MATLAB代码。-The use of air conditioning modulation signals inherent characteristics and compressed sensing sparse signal reconstruction algorithm MATLAB code.