matlab 测量矩阵,急求一个测量矩阵采用分块多项式矩阵时怎样引用的代码!!!

该楼层疑似违规已被系统折叠 隐藏此楼查看此楼

各位大佬们，在压缩感知中，当测量矩阵采用分块多项式矩阵时，怎样写代码，下面是采用高斯矩阵时的代码

clc;clear

%% 1. 时域测试信号生成

K=7; % 稀疏度(做FFT可以看出来)

N=256; % 信号长度

M=40; % 测量数(M>=K*log(N/K),至少40,但有出错的概率)

f1=50; % 信号频率1

fs=800; % 采样频率

ts=1/fs; % 采样间隔

Ts=1:N; % 采样序列

x=0.3*cos(2*pi*f1*Ts*ts); % 完整信号

%% 2. 时域信号压缩传感

Phi=randn(M,N); % 测量矩阵(高斯分布白噪声)

%% 3. 正交匹配追踪法重构信号(本质上是L_1范数最优化问题)

m=1; % 算法迭代次数(m>=K)

Psi=fft(eye(N,N))/sqrt(N); % 傅里叶正变换矩阵

T=Phi*Psi'; % 恢复矩阵(测量矩阵*正交反变换矩阵)

hat_y=zeros(1,N); % 待重构的谱域(变换域)向量

Aug_t=[]; % 增量矩阵(初始值为空矩阵)

r_n=s; % 残差值

for times=1:m; % 迭代次数(有噪声的情况下,该迭代次数为K)

for col=1:N; % 恢复矩阵的所有列向量

product(col)=abs(T(:,col)'*r_n); % 恢复矩阵的列向量和残差的投影系数(内积值)

end

[val,pos]=max(product); % 最大投影系数对应的位置

Aug_t=[Aug_t,T(:,pos)]; % 矩阵扩充

T(:,pos)=zeros(M,1); % 选中的列置零(实质上应该去掉，为了简单我把它置零)

aug_y=(Aug_t'*Aug_t)^(-1)*Aug_t'*s; % 最小二乘,使残差最小

r_n=s-Aug_t*aug_y; % 残差

pos_array(times)=pos; % 纪录最大投影系数的位置

end

hat_y(pos_array)=aug_y; % 重构的谱域向量

hat_x=real(Psi'*hat_y.'); % 做逆傅里叶变换重构得到时域信号

%% 4. 恢复信号和原始信号对比

figure(1);

hold on;

plot(hat_x,'k.-') % 重建信号

plot(x,'r') % 原始信号

legend('Recovery','Original')

norm(hat_x.'-x)/norm(x) % 重构误差