匹配追踪算法（MP 算法）

匹配追踪算法（MP 算法）

MP 算法是一种贪心迭代算法（greedy），每次迭代选取与当前样本残差最接近的原子，直至残差满足一定条件。

基本原理：

算法假定输入信号与字典库中的原子在结构上具有一定的相关性，这种相关性通过信号与原子库中原子的内积表示，即内积越大，表示信号与字典库中的这个原子的相关性越大，因此可以使用这个原子来近似表示这个信号。当然这种表示会有误差，将表示误差称为信号残差，用原信号减去这个原子，得到残差，再通过计算相关性的方式从字典库中选出一个原子表示这个残差。迭代进行上述步骤，随着迭代次数的增加，信号残差将越来越小，当满足停止条件时终止迭代，得到一组原子，及残差，将这组原子进行线性组合就能重构输入信号。

1、求解方法

首先解决两个问题，1、怎么定义 “最接近原子”？，2、怎么计算残差？

• 选择最接近残差的原子：MP 里定义用向量内积原子与残差 “表示” 距离，我们用 R 表示残差，d_i 表示原子，则：
  M a x [ D i s t ( R , d i ) ] = m a x [ <