将压缩感知用于谱估计中，根据论文谱压缩感知的一些程序-Compressive sensing (CS) is a new approach to simultaneous sensing and compression of sparse and compressible signals based on randomized dimensionality reduction. To recover a signal from its compressive measurements,

非高斯分布信号的快速重构算法,该代码为论文“A Fast Non-Gaussian Bayesian Matching Pursuit Method for Sparse Reconstruction”论文的源代码-Fast reconstruction algorithm of non-Gaussian signal The code for the paper "A Fast Non-Gaussian Bayesian Matching Pursuit Method for Sparse

盲源分离程序代码 用于信号处理和模态识别-Blind source separation program code for signal processing and modal identification

这本书在稀疏的多尺度图像和信号处理提出了艺术状态，包括线性多尺度变换，如小波，脊波和曲波变换、非线性、多尺度变换基于中值和数学形态学算子。最近的稀疏性和形态多样性的概念描述和利用各种问题，如去噪，反问题正规化，稀疏信号分解，盲源分离，压缩感知。 这本书的理论和实践研究相结合的领域，如天文学、生物学、物理学、数字媒体应用和取证。最后一章探讨了信号处理中的一个范式转换，表明以前的信息取样和提取的限制可以用非常重要的方法加以克服。 MATLAB和IDL代码伴随这些方法和应用程序重现。 实验并说明