mp算法，原子分解

资 源 简 介

mp算法，原子分解

详 情 说 明

MP算法（Matching Pursuit）是一种经典的原子分解方法，用于信号稀疏表示。该算法通过迭代方式从过完备原子库（如Gabor原子库）中挑选最匹配信号结构的原子，逐步逼近原始信号。

算法核心流程分为以下阶段： 初始化残差：以原始信号作为初始残差 原子选择：在Gabor原子库中寻找与当前残差内积最大的原子 系数计算：通过投影计算该原子对应的分解系数 残差更新：从当前残差中减去已分解的原子成分 迭代终止：达到预设迭代次数（如20次）或残差能量低于阈值时停止

Gabor原子库的时频局部化特性使其特别适合分析非平稳信号。每次迭代都贪婪地选择最优原子，保证收敛性的同时实现信号的稀疏表达。典型应用包括信号去噪、特征提取等场景，程序示例可通过调整原子参数观察不同波形成分的分解效果。