搜索资源列表
Algorithm
- 基于双树小波通用隐马尔可夫树模型的图像压缩感知-Compressive Sensing for Image Using Orthogonal Wavelet Transform and Orthogonal Matching Pursuit Algorithm
wavelet-tree-algorithm
- 采用压缩感知的方法，结合信号的小波树模型，对一维信号进行压缩重构。-Using Compressed sensing methods, combined with wavelet tree model of the signal, achieve the goal of the one-dimensional signal compression and reconstruction.
cs-channel-estimate
- 基于压缩感知的信道估计代码，有信道模型的建立和压缩感知信号的估计-Estimated based on compressed sensing channel code, the channel model
YALL1_v1.4
- 上述程序是美国RICE大学的一个学生编写的用于压缩感知的恢复算法，可以实现很多模型的稀疏恢复，包括BP，l1,l2,l1-l2混合型等比较多的类型-The above procedure is a student of the University of the United States RICE prepared for compressed sensing recovery algorithm can achieve a lot of model sparse recovery, incl
OSGA.zip
- 第二种联合稀疏模型重构算法，用于分布式压缩感知,recovery algorithm of JSM2
inpaint
- 基于压缩感知的图像修复,，基于图像在复数小波变换上的稀疏性，利用迭代硬阈值方法 求解重构模型，进而获得重构图像.-Based on compressed sensing image restoration, image-based complex wavelet transform on the sparsity of the iterative method for solving hard threshold reconstruction model, and then get the
matlab
- 本文首先研究了ISAR成像的基本原理，在理想转台模型的基础上对距离-多普勒(R-D)成像算法做了分析，对目前常用的运动补偿技术进行了对比和研究，并将这些技术用于雅克-42飞机的实测数据中。然后，论文系统地论述了压缩感知主体理论，重点对信号重构中的基追踪(BP)算法和正交匹配追踪(OMP)算法进行了深入的研究和讨论，并通过正弦信号的仿真结果验证了两种方法的有效性。-Firstly, the basic principle of ISAR imaging study, based on an ide
SD_FOCUSS
- 针对压缩感知中参考矩阵存在误差的情况下，一种恢复算法，参考文献“模型噪声中的稀疏恢复算法研究”-A recovery algorithms for the case of compressed sensing the presence of errors in the reference matrix .reference 模型噪声中的稀疏恢复算法研究
CS
- 因为自然界的数据都存在局部低维结构、周期性、对称性等，因此，传统的固定采样率的采样方法必然存在信息冗余。由于信息冗余的存在，我们就知道有数据压缩那么一门学科。既然这样，为什么要把冗余的数据也采进来，再进行压缩呢，能不能不把冗余的数据采集进来？ 压缩感知的思路就是：在采集的过程中就对数据进行了压缩，而且这种压缩能保证不失真（低失真）的恢复原始数据，这与传统的先2倍频率采集信号→存储→再压缩的方式不同，可以降低采集信号的存储空间和计算量。 本程序是对于压缩感知模型的数学描述(Mathematics
基于压缩感知的MIMO信道估计算法
- 基于压缩感知的MIMO信道估计算法，使用了CoSaMP算法，GBP算法，OMP算法，CE算法，还有ls信道估计算法，MMSE算法，MIMO信道模型，等很全面(Compressed sensing based MIMO channel estimation algorithm, using CoSaMP algorithm, GBP algorithm, OMP algorithm, CE algorithm, and ls channel estimation algorithm, MMSE a
压缩感知DOA估计方法
- 该方法通过压缩方法求积信号的到达角，为了获得更精确的DOA估计值，把字典建模为可自由调整的参数描述的模型，通过梯度学习的方法，不断更新字典的格点值。