基于匹配追踪与正交匹配追踪的时频信号稀疏分解MATLAB工具

资 源 简 介

本项目实现了匹配追踪（MP）和正交匹配追踪（OMP）贪婪算法，专门用于信号的时频稀疏分解分析。系统可将输入信号分解为时频原子的线性组合，支持自定义字典和稀疏度控制。适用于信号处理、故障诊断和非平稳信号分析等领域。

详 情 说 明

基于匹配追踪与正交匹配追踪的时频信号稀疏分解工具

项目介绍

本项目实现匹配追踪（Matching Pursuit，MP）和正交匹配追踪（Orthogonal Matching Pursuit，OMP）两种经典贪婪迭代算法，专门用于信号的时频分析与稀疏表示。系统能够将输入信号在过完备Gabor原子字典上进行稀疏分解，准确提取信号的时频特征，为信号处理、故障诊断和特征提取等应用提供有效的分析工具。

功能特性

• 算法实现：完整实现MP和OMP两种贪婪迭代稀疏分解算法
• 字典构建：支持Gabor时频原子字典的自定义构建，可调整尺度参数和冗余度
• 参数控制：支持迭代次数、残差阈值、稀疏度约束等关键参数灵活配置
• 信号支持：兼容.mat文件、txt格式数据及直接数组输入的一维时序信号
• 结果输出：提供稀疏系数、重构信号、残差序列等完整分解结果
• 可视化分析：生成时频分布图、原子分解过程展示等直观图形输出
• 性能评估：计算重构误差、运行时间、稀疏度等量化指标

使用方法

1. 准备输入信号：准备待分析的一维时序信号数据（支持多种格式）
2. 配置参数：设置字典类型、尺度参数、算法迭代次数等参数
3. 运行分析：执行稀疏分解算法，获取时频分析结果
4. 结果查看：分析稀疏系数、重构信号质量，查看时频分布可视化

系统要求

• MATLAB R2018b或更高版本
• 信号处理工具箱（Signal Processing Toolbox）
• 建议内存4GB以上，用于处理较大规模信号数据

文件说明

主程序文件集成了项目的全部核心功能，包括信号数据的读取与预处理、Gabor过完备字典的构建与参数配置、MP与OMP贪婪迭代算法的完整实现流程、稀疏分解结果的数值计算与输出、多种可视化图形的生成展示，以及算法性能指标的评估分析。该文件作为项目的统一入口，提供了从信号输入到结果输出的完整处理链路。