特征还原
-
压缩感知信号处理与OMP重构系统
本系统主要用于研究和演示压缩感知理论在信号处理中的应用流程，核心功能涵盖信号稀疏化、观测矩阵构造、数据压缩采集以及信号恢复重构四个阶段。 系统首先通过离散傅里叶变换或离散余弦变换将非稀疏的时域信号转化为稀疏域信号，分析其稀疏度分布。 随后利用高斯随机矩阵作为观测矩阵，对高维信号进行线性投影，实现远低于奈奎斯特采样率的数据压缩。 重构阶段采用正交匹配追踪算法（Orthogonal Matching Pursuit, OMP），通过迭代寻找与残差最匹配的字典原子，并利用最小二乘法求解稀疏系数，最终实现原始信号
