• 大小: 3KB
    文件类型: .m
    金币: 1
    下载: 0 次
    发布日期: 2021-06-12
  • 语言: Matlab
  • 标签: CS,SAMP  

资源简介

压缩感知稀疏度自适应匹配追踪算法,不需稀疏度作为先验信息。又称为SAMP算法

资源截图

代码片段和文件信息

function [ theta ] = CS_SAMP( yAS )
%CS_SAMP Summary of this function goes here
%Version: 1.0 written by jbb0523 @2015-05-08
%   Detailed explanation goes here
%   y = Phi * x
%   x = Psi * theta
% y = Phi*Psi * theta
%   令 A = Phi*Psi 则y=A*theta
%   现在已知y和A,求theta
%   Reference:Thong T.Do,Lu Gan,Nam Nguyen,Trac D.Tran.Sparsity adaptive
%   matching pursuit algorithm for practical compressed sensing[C].Asilomar
%   Conference on Signals,Systems,and Computers,Pacific Grove,California,
%   2008,10:581-587.
%   Available at:
%   http://dsp.rice.edu/sites/dsp.rice.edu/files/cs/asilomar08_final.pdf
    [y_rowsy_columns] = size(y);
    if y_rows        y = y‘;%y should be a column vector
    end
    [MN] = size(A);%传感矩阵A为M*N矩阵
    theta = zeros(N1);%用来存储恢复的theta(列向量)
    Pos_theta = [];%用来迭代过程中存储A被选择的列序号
    r_n = y;%初始化残差(residual)为y
    L = S;%初始化步长(Size of the finalist in the first stage)
    Stage = 1;%初始化Stage
    IterMax = M;
    for ii=1:IterMax%最多迭代M次
        %(1)Preliminary Test
        product = A‘*r_n;%传感矩阵A各列与残差的内积
        [valpos]=sort(abs(product)‘descend‘);%降序排列
        Sk = pos(1:L);%选出最大的L个
        %(2)Make Candidate List
        C

评论

共有 条评论

相关资源