wfj的博客

压缩感知：OMP算法压缩感知重构要解决的一个问题是事先存在完整数据 ccc 和 A=SFA=SFA=SF，观测到 y=Acy=Acy=Ac,现要在 AAA 和 yyy 已知的情况在求解 ccc。其中 y(M∗1)y(M*1)y(M∗1), S(M∗N)S(M*N)S(M∗N), F(N∗N)F(N*N)F(N∗N), c(N∗1)c(N*1)c(N∗1)。OMP算法流程MATLAB代码function [ x ] = OMP( y,A,t ) [M,N] = size(A); %传

问题描述缺失数据补全原始数据有M个点，记为为xxx，现观测到K个点（K<M)，记为yyy，则yyy可以表示为采样矩阵SSS与原始数据相乘，即y=Sxy=Sxy=Sx其中SSS为K*M的矩阵。假设xxx对于FFF有稀疏表示，即x=Fcx=Fcx=Fc则观测信号可表示为y=Sx=SFcy=Sx=SFcy=Sx=SFc令A=SFA=SFA=SF，则y=Acy=Acy=Ac，缺失数据补全的问题可转化为BP问题求解，求解出ccc后，原始数据可由x=Fcx=Fcx=Fc算出。模型求解对于优化问题arg

原始信号为s，噪声为w，则采集到的信号可表示为y=s+w，假设无噪声信号s(n)具有稀疏的傅立叶系数集合。那么，将带噪信号写为:y=Ac+w其中，A为M*N的傅里叶逆变换矩阵，定义如下

稀疏入门欠定方程组稀疏解功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入第一次写CSDN，主要是用来记录目前自己的学习成果。因为有些细节的东西容易忘记，故写于此方便以后查找和回顾。欠定方程组考虑这样一个欠定方程组y=Ax.(