压缩感知重构算法之正交匹配追踪（omp）及其matlab实现

压缩感知之OMP恢复算法

1、基本思想

　　y=Φx 　　x=Ψθ
　　正交匹配追踪算法的本质思想是，以贪婪迭代的方式选择测量矩阵Φ的列，使得在每次迭代中所选择的列与当前的冗余向量最大程度地相关，从测量向量中减去相关部分并反复迭代，直到迭代次数达到稀疏度K，强制迭代停止。

2、算法步骤

　　输入：（1）M*N的感知矩阵A，其中M远远小于N，A=Φ*Ψ。
　　　　　（2）长度为M的数据向量b，即测量值y。
　　输出：长度为N的重建向量$\widehat {\rm{x}}$，满足y=Ax。
　　初始化：残差r0=y，重建信号x0=0，索引集Λ0=Φ，迭代次数n=2*K，计数器k=0。
　　步骤1：计算残差和感知矩阵A的每一列的投影系数（内积值）${{\rm{c}}_{\rm{k}}}{\rm{ = }}{{\rm{A}}^T}{{\rm{r}}_{{\rm{k - 1}}}}$
　　步骤2：找出ck中元素最大的元素${\rm{c}}_{\rm{k}}^{\rm{*}}{\rm{ = }}\max \left\{ {{{\rm{c}}_{\rm{k}}}} \right\}$以及对应的位置pos；
　　步骤3：更新索引集 Λ