在本文中,稀疏表示的原理不再具体讲解,有需要的同学请自行百度。
本文采用OMP算法来求解稀疏系数。首先随机生成字典数据和待测试数据
字典数据:
dic =[
6, 7, 9, 9, 7, 0, 6, 3, 6, 9;
1, 8, 7, 8, 5, 3, 8, 1, 7, 3;
3, 3, 5, 4, 8, 2, 6, 1, 2, 2;
6, 1, 0, 7, 3, 5, 0, 6, 3, 3;
7, 5, 0, 5, 3, 0, 2, 7, 1, 7];
这是一个5*10的矩阵,行数代表维度,列数代表样本数。列数在字典中也叫字典原子,此处有10个原子,原子数大于维数,符合过完备要求。
信号数据:
signal=[ 9; 8; 8; 3; 9];
为了简便,只模拟了一个信号数据,是一个5*1的矩阵,如果有多个数据,则应该是5*n的矩阵。求解的时候,可用循环求解。
一、在matlab中实现稀疏表示,求解稀疏系数
clc;close all;clear all;
dic =[
6, 7, 9, 9, 7, 0, 6, 3, 6, 9;
1, 8, 7, 8, 5, 3, 8, 1, 7, 3;
3, 3, 5, 4, 8, 2, 6, 1, 2, 2;
6, 1, 0, 7, 3, 5, 0, 6, 3,