matlab离散信号重构,请问如何通过压缩感知处理离散值恢复原信号

%  1-D信号压缩传感的实现(正交匹配追踪法Orthogonal Matching Pursuit)

%  测量数M>=K*log(N/K),K是稀疏度,N信号长度,可以近乎完全重构

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=64;     %  测量数(M>=K*log(N/K),至少40,但有出错的概率)

f1=50;

f2=100;

f3=200;

f4=400;

fs=800;

ts=1/fs;

Is=1:N;

x=0.3*cos(2*pi*f1*ts*Is)+0.6*cos(2*pi*f2*Is*ts)+0.1*cos(2*pi*Is*f3*ts)+0.9*cos(2*pi*f4*ts*Is);

%%  2.  时域信号压缩传感

Phi=randn(M,N);                                   %  测量矩阵(高斯分布白噪声)

s=Phi*x.';                                        %  获得线性测量

%%  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=2*K;                                            %  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*Ps