使用OMP复原一维信号(MATLAB)

2024-04-03 18:04

本文主要是介绍使用OMP复原一维信号(MATLAB),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

参考文献

https://github.com/aresmiki/CS-Recovery-Algorithms/tree/master

在这里插入图片描述

MATLAB代码

%% 含有噪声
% minimize ||x||_1
% subject to: (||Ax-y||_2)^2<=eps;
% minimize :  (||Ax-y||_2)^2+lambda*||x||_1
% y传输中可能含噪 y=y+w
%
%%
clc;clearvars;
close all;
%% 1.构造一个两个谐波信号
lam=0.37;
itrs=400;
m=380;
sig=0.5;
n=1024;
dt=1/2000;
T=1023*dt;
t=0:dt:T;
t=t(:);
x=sin(697*pi*t)+sin(1975*pi*t);
Dn=dctmtx(n);%% 2.构造测量矩阵 
rand('state',15);
q=randperm(n);
q=q(:);
y=x(q(1:m));
randn('state',7)
w=sig*randn(m,1);  %产生噪声
yn=y+w;  %压缩矩阵有噪声
Psi1=Dn';%% 4. 重构信号  OMP
A=Psi1(q(1:m),:);
[xh,errr]=CS_OMP(yn,A,100);  %OMP
xx=Psi1*xh';
figure
plot(errr,'*-')
legend('OMP误差')figure
plot(t,x,'b',t,xx,'r');
legend('DCT-稀疏信号','OMP重构信号')figure
t1=50*dt:dt:100*dt;
plot(t1,x(50:100),'b',t1,xx(50:100),'r','linewidth',1.5)
legend('DCT-稀疏信号','OMP重构信号')%% CS_OMP  Algorithm
%-------------------------------------------------------------------------------------%
%  CS_OMP  Algorithm (正交匹配追踪法 Orthogonal Matching Pursuit)   
%  输入:y---测量信号  M X 1
%           A---恢复矩阵  M X N
%           K---迭代次数
% 输出 :theta---估计的稀疏向量 N X 1
%            erro_rn---每次迭代的误差
%  编程人: 何刘                                    Email: aresmiki@163.com
%  编程时间:2017年04月26日  西南交通大学牵引动力国家重点实验室
%                                        SWJTU  TPL
%  参考文献:Joel A. Tropp and Anna C. Gilbert 
%  Signal Recovery From Random Measurements Via Orthogonal Matching
%  Pursuit,IEEE TRANSACTIONS ON INFORMATION THEORY, VOL. 53, NO. 12,
%------------------------------------------------------------------------------------------%
%%   
function [ theta,erro_rn ] = CS_OMP( y,A,K )
N=max(size(A));
M=min(size(A));
theta=zeros(1,N);   %  待重构的向量    
Base_t=[];              %  记录基向量的矩阵
r_n=y;                  %  残差值
for times=1:K;                                    %  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(A(:,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,val值,pos位置Base_t=[Base_t,A(:,pos)];                       %  矩阵扩充,记录最大投影的基向量A(:,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=(Base_t'*Base_t)^(-1)*Base_t'*y;   %  最小二乘,使残差最小r_n=y-Base_t*aug_y;                            %  残差erro_rn(times)=norm(r_n,2);      %迭代误差pos_array(times)=pos;                         %  纪录最大投影系数的位置if erro_rn(times)<1e-6 %break; %跳出for循环end
end
theta(pos_array)=aug_y;                           %  重构的向量
end

运行结果

在这里插入图片描述

这篇关于使用OMP复原一维信号(MATLAB)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/873605

相关文章

Java学习手册之Filter和Listener使用方法

《Java学习手册之Filter和Listener使用方法》:本文主要介绍Java学习手册之Filter和Listener使用方法的相关资料,Filter是一种拦截器,可以在请求到达Servl... 目录一、Filter(过滤器)1. Filter 的工作原理2. Filter 的配置与使用二、Listen

Pandas使用AdaBoost进行分类的实现

《Pandas使用AdaBoost进行分类的实现》Pandas和AdaBoost分类算法,可以高效地进行数据预处理和分类任务,本文主要介绍了Pandas使用AdaBoost进行分类的实现,具有一定的参... 目录什么是 AdaBoost?使用 AdaBoost 的步骤安装必要的库步骤一:数据准备步骤二:模型

使用Pandas进行均值填充的实现

《使用Pandas进行均值填充的实现》缺失数据(NaN值)是一个常见的问题,我们可以通过多种方法来处理缺失数据,其中一种常用的方法是均值填充,本文主要介绍了使用Pandas进行均值填充的实现,感兴趣的... 目录什么是均值填充?为什么选择均值填充?均值填充的步骤实际代码示例总结在数据分析和处理过程中,缺失数

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

解决Maven项目idea找不到本地仓库jar包问题以及使用mvn install:install-file

《解决Maven项目idea找不到本地仓库jar包问题以及使用mvninstall:install-file》:本文主要介绍解决Maven项目idea找不到本地仓库jar包问题以及使用mvnin... 目录Maven项目idea找不到本地仓库jar包以及使用mvn install:install-file基

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

C 语言中enum枚举的定义和使用小结

《C语言中enum枚举的定义和使用小结》在C语言里,enum(枚举)是一种用户自定义的数据类型,它能够让你创建一组具名的整数常量,下面我会从定义、使用、特性等方面详细介绍enum,感兴趣的朋友一起看... 目录1、引言2、基本定义3、定义枚举变量4、自定义枚举常量的值5、枚举与switch语句结合使用6、枚

使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)

《使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)》PPT是一种高效的信息展示工具,广泛应用于教育、商务和设计等多个领域,PPT文档中常常包含丰富的图片内容,这些图片不仅提升了... 目录一、引言二、环境与工具三、python 提取PPT背景图片3.1 提取幻灯片背景图片3.2 提取

使用Python实现图像LBP特征提取的操作方法

《使用Python实现图像LBP特征提取的操作方法》LBP特征叫做局部二值模式,常用于纹理特征提取,并在纹理分类中具有较强的区分能力,本文给大家介绍了如何使用Python实现图像LBP特征提取的操作方... 目录一、LBP特征介绍二、LBP特征描述三、一些改进版本的LBP1.圆形LBP算子2.旋转不变的LB

Maven的使用和配置国内源的保姆级教程

《Maven的使用和配置国内源的保姆级教程》Maven是⼀个项目管理工具,基于POM(ProjectObjectModel,项目对象模型)的概念,Maven可以通过一小段描述信息来管理项目的构建,报告... 目录1. 什么是Maven?2.创建⼀个Maven项目3.Maven 核心功能4.使用Maven H