英文-压缩感知理论及OMP算法.ppt

压缩感知理论及OMP算法.ppt

omp 算法matlab代码

压缩感知重构算法中的正交匹配追踪算法（OMP)在MATLAB中的实现。

选址与路径优化matlab代码STOMPSelfJoin 这是 STOMP 算法的 GPU 实现。 STOMP 将时间序列作为输入并计算特定窗口大小的矩阵轮廓。 您可以在 对于附加功能和更好的性能，您应该使用 环境 这个基础项目需要： 至少有 9.0 版的 CUDA 工具包可用。 还需要具有 CUDA 支持的 NVIDIA GPU。 您可以找到与 CUDA 兼容的 GPU 列表 目前使用 Makefile 在 linux 下构建。 应该在windows下编译，但未经测试。 用法 编辑生成文件 默认情况下支持 Volta，但如果需要，请根据 GPU 的计算能力设置 ARCH 的值。 “-gencode=arch=compute_code,code=sm_code”，其中代码对应于您希望添加的计算能力或架构。 确保 CUDA_DIRECTORY 对应于系统上安装 cuda 的位置。 这通常是 Linux 上的/usr/local/cuda-(VERSION)/ 此外，默认情况下，内核参数仅针对 volta 优化，如果您正在为 Pascal 或更早版本构建，请相应地调整 STOMP.cu 中

压缩感知（Compressed Sensing，CS）理论 突破了奈奎斯特定理两倍于信号带宽采样率的限制，在采样的 同时实现信号的压缩，大大降低对采样速率的要求．自 提出以来，在信号处理，计算机科学，电子工程等诸多领 域得到极大的关注和广泛的应用。

文中针对无线通信系统中稀疏信道估计算法进行研究，通过对比传统的基于训练序列的信道估计算法LS，对基于压缩感知的稀疏信道估计算法OMP进行分析。讨论了训练信号长度、信道稀疏度及噪声强度对整个估计性能的影响。在相同的实验条件下生成二维稀疏信号，从精确重构概率和信噪比方面对比了两种算法的性能。证明压缩感知方法可以有效的利用稀疏特性，在较短的训练序列情况下实现信道脉冲响应的精确估计。

正交匹配追踪保证了在每步迭代后, 信号残余 与以前选择的所有原子正交, 因此收敛速度比MP 快,而且由于正交投影的性质保证了不重复选择原 子,而MP 可能重复选择原子. 正交匹配追踪也是 选择与信号残余最相似的列,但引入后向投影(back projection) ,即信号向选择的所有原子的列空间正交 投影,使信号残余快速减少.

Orthogonal Matching Pursuit-Recursive Function Approximation with Applications to wavelet decomposition, OMP算法描述

采用基于信号处理领域最近兴起的压缩感知理论对NC-OFDM系统进行信道估计，并将回溯迭代自适应正交匹配追踪算法（BAOMP）应用到NC-OFDM系统的信道估计中，该算法在每次回溯迭代中核查所选原子的可靠性并删除不可靠原子。理论分析和仿真实验表明，BAOMP算法不但可以减少导频的数目，而且其在保持OMP类算法优点的同时，有着更好的重构性能，且不需要预先知道稀疏度K。