一篇关于压缩感知的经典文章，压缩感知（Compressed sensing，简称CS，也称为Compressive sampling)理论异于近代奈奎斯特采样定理，它指出：利用随机观测矩阵可以把一个稀疏或可压缩的高维信号投影到低维空间上，然后再利用这些少量的投影通过解一个优化问题就可以以高概率重构原始稀疏信号，并且证明了这样的随机投影包含了原始稀疏信号的足够信息。-A classic article on compressed sensing, compressive sensing (Comp

包含压缩传感的随机矩阵程序，如小波变换和高斯随机矩阵和omp重构算法-Random matrix containing the compressed sensing programs, such as wavelet transform and Gaussian random matrices and omp reconstruction algorithm

随机产生一线性分组码，将其通过一加性高斯白噪声信道后将产生误码，此时可以用ML法将原线性分组码无误的恢复出来。-the ML decoding of linear block code.