搜索资源列表
FFT_MP_稀疏分解
- 利用FFT实现基于MP的信号稀疏分解程序
MP稀疏分解
- 基于Garbor 原子的稀疏分解，本算法是一种贪婪算法，可以很好的将信号分解
基于OMP算法的信号稀疏分解（Gabor字典）
- 基于OMP算法的信号稀疏分解程序
sparserepresentationofsignals.
- 详细介绍了信号的稀疏分解和表示方法，可以用于图像特征提取等方面,Details of the sparse signal decomposition and that the method can be used for image feature extraction, etc.
SolveBP
- BP，基追踪，同MP一样，是实现信号稀疏分解的方法-BP, basis pursuit, as with the MP, is to achieve sparse signal decomposition method
OMP
- 本程序实现了信号稀疏分解的经典算法OMP！-This program implements a classic signal sparse decomposition algorithm OMP!
matchingpursuit
- matching pursuit 算法，matlab实现，信号稀疏分解方式的一种，适合与信号在超完备的原子库中稀疏分解。matchingpursuit.m-A matching pursuit algorithm. It fits data from a set of dictionary elements by orthogonally projecting the data onto elements of the dictionary of vectors such that t
MP-FFT
- 基于FFT的MP算法（matching pursuit）匹配跟踪，实现信号的稀疏分解-FFT-based MP algorithm (matching pursuit) matching pursuit, sparse decomposition of the signals
Pursuit
- 基于MP的信号稀疏分解算法,它算法简单,比较容易实现.目前应用在很多领域中-MP-based signal sparse decomposition algorithm
sparsedecom
- 利用匹配追踪对雷达信号进行稀疏分解，得到其稀疏表示形式-The use of matching pursuit for sparse decomposition of the radar signals, by their sparse representation
SR
- 基于MP的信号稀疏分解参考程序。源程序是《信号与图像的稀疏分解及初级应用》中的-MP sparse decomposition based on the signal reference program. Source is " Signal and image sparse decomposition and primary application" in the
SolveMP
- 匹配追踪MP算法，实现信号稀疏分解，运用的是投影思想-Matching up MP to achieve sparse signal decomposition
xsfj
- 利用正交匹配跟踪原子库对信号进行稀疏分解程序-Sparse decomposition process
MP
- 基于匹配追踪的信号稀疏分解的一种新方法的仿真-Based on matching pursuit signal decomposition A new method for sparse
MP
- 经典的信号稀疏分解算法MP的实现。随着迭代次数增大，恢复的信号越精确。-The classic signal sparse decomposition algorithm MP . With the number of iterations increases, the more accurate the signal is recovered
compressed_OMP
- 对信号进行稀疏分解并投影，然后对信号进行重建-Sparse decomposition of the signal and projection, and then reconstruction of the signal
信号稀疏分解及压缩感知理论应用研究
- 信号稀疏分解及压缩感知理论应用研究，论文(Research on sparse signal decomposition and compressed sensing theory)
稀疏分解
- 信号稀疏表示的目的就是在给定的超完备字典中用尽可能少的原子来表示信号，可以获得信号更为简洁的表示方式，从而使我们更容易地获取信号中所蕴含的信息，更方便进一步对信号进行加工处理，如压缩、编码等(Signal sparse representation is to overcomplete dictionary given in as little as possible to represent atomic signal, signal can be more succinct represen
一维信号的匹配追踪重建
- 主要用于一维信号的稀疏分解，适用于Gabor等多参数字典求取最佳原子(It is mainly used for sparse decomposition of one-dimensional signals. It is suitable for Gabor and other multi parameter dictionary to obtain the best atom.)
基于稀疏分解的微弱信号检测方法
- 微弱信号的检测在通信、雷达、声纳等领域有着重要的意义,一直是信号处理的难点。本文将信号稀疏 分解思想应用于信号检测,提出一种算法。算法中信号稀疏分解采用Matching Pursuit(MP)算法实现,原子采 用正弦波模型,通过对正弦波模型伸缩和平移形成过完备原子库。由MP分解结果,可检测出淹没在强噪声环境 中的微弱正弦信号的幅度、频率和初相位参数,从而恢复出待检测的微弱正弦信号。所提出方法在-40 dB极低 信噪比环境下可以同时检测多个正弦信号。计算机仿真结果证实了算法的有效性。