clear all;close all;clc;
%% 参数配置初始化
CNT = 1000;%对于每组(K,M,N),重复迭代次数
N = 256;%信号x的长度
Psi = eye(N);%x本身是稀疏的,定义稀疏矩阵为单位阵x=Psi*theta
M_set = [128];%测量值集合
KIND = ['OMP ';'ROMP ';'StOMP ';'SP ';'CoSaMP ';...
'SAMP,s=1 ';'SAMP,s=5 ';'SAMP,s=10'];
Percentage = zeros(N,length(M_set),size(KIND,1));%存储恢复成功概率
%% 主循环,遍历每组(K,M,N)
tic
for mm = 1:length(M_set)
M = M_set(mm);%本次测量值个数
K_set = 10:5:70;%信号x的稀疏度K没必要全部遍历,每隔5测试一个就可以了
%存储此测量值M下不同K的恢复成功概率
PercentageM = zeros(size(KIND,1),length(K_set));
for kk = 1:length(K_set)
K = K_set(kk);%本次信号x的稀疏度K
P = zeros(1,size(KIND,1));
fprintf('M=%d,K=%d\n',M,K);
for cnt = 1:CNT %每个观测值个数均运行CNT次
Index_K = randperm(N);
x = zeros(N,1);
x(Index_K(1:K)) = 5*randn(K,1);%x为K稀疏的,且位置是随机的
Phi = randn(M,N)/sqrt(M);%测量矩阵为高斯矩阵
A = Phi * Psi;%传感矩阵
y = Phi * x;%得到观测向量y
%(1)OMP
theta = CS_OMP(y,A,K);%恢复重构信号theta
x_r = Psi * theta;% x=Psi * theta
if norm(x_r-x)<1e-6%如果残差小于1e-6则认为恢复成功
P(1) = P(1) + 1;
end
%(2)ROMP
theta = CS_ROMP(y,A,K);%恢复重构信号theta
x_r = Psi * theta;% x=Psi * theta
if norm(x_r-x)<1e-6%如果残差小于1e-6则认为恢复成功
P(2) = P(2) + 1;
end
%(3)StOMP
theta = CS_StOMP(y,A);%恢复重构信号theta
x_r = Psi * theta;% x=Psi * theta
if norm(x_r-x)<1e-6%如果残差小于1e-6则认为恢复成功
P(3) = P(3) + 1;
end
%(4)SP
theta = CS_SP(y,A,K);%恢复重构信号theta
x_r = Psi * theta;% x=Psi * theta
if norm(x_r-x)<1e-6%如果残差小于1e-6则认为恢复成功
P(4) = P(4) + 1;
end
%(5)CoSaMP
theta = CS_CoSaMP(y,A,K);%恢复重构信号theta
x_r = Psi * theta;% x=Psi * theta
if norm(x_r-x)<1e-6%如果残差小于1e-6则认为恢复成功
P(5) = P(5) + 1;
end
%(6)SAMP,s=1
theta = CS_SAMP(y,A,1);%恢复重构信号theta
x_r = Psi * theta;% x=Psi * theta
if norm(x_r-x)<1e-6%如果残差小于1e-6则认为恢复成功
P(6) = P(6) + 1;
end
%(7)SAMP,s=5
theta = CS_SAMP(y,A,5);%恢复重构信号theta
x_r = Psi * theta;% x=Psi * theta
if norm(x_r-x)<1e-6%如果残差小于1e-6则认为恢复成功
P(7) = P(7) + 1;
end
%(8)SAMP,s=10
theta = CS_SAMP(y,A,10);%恢复重构信号theta
x_r = Psi * theta;% x=Psi * theta
if norm(x_r-x)<1e-6%如果残差小于1e-6则认为恢复成功
P(8) = P(8) + 1;
end
end
for iii = 1:size(KIND,1)
PercentageM(iii,kk) = P(iii)/CNT*100;%计算恢复概率
end
end
for jjj = 1:size(KIND,1)
Percentage(1:length(K_set),mm,jjj) = PercentageM(jjj,:);
end
end
toc
save Sparsity_comparing_all %运行一次不容易,把变量全部存储下来
%% 绘图
S = ['-ks';'-ko';'-yd';'-gv';'-b*';'-r.';'-rx';'-r+'];
figure;
for mm = 1:length(M_set)
M = M_set(mm);
K_set = 10:5:70;
L_Kset = length(K_set);
for ii = 1:size(KIND,1)
plot(K_set,Percentage(1:L_Kset,mm,ii),S(ii,:));%绘出x的恢复信号
hold on;
end
end
hold off;
xlim([10 70]);
legend('OMP','ROMP','StOMP','SP','CoSaMP',...
'SAMP,s=1','SAMP,s=5','SAMP,s=10');
xlabel('Sparsity level K');
ylabel('The Probability of Exact Reconstruction');
title('Prob. of exact recovery vs. the signal sparsity K(M=128,N=256)(Gaussian)');
CS的一些重构算法.zip_CS_ROMP_omp samp_samp_压缩感知
版权申诉
5星 · 超过95%的资源 34 浏览量
2022-07-14
11:23:19
上传
评论
收藏 2.35MB ZIP 举报
寒泊
- 粉丝: 75
- 资源: 1万+
最新资源
- 功率拓扑快速参考指南-ti,TI官方出品
- 开关电源拓朴图表,各种电路拓扑表格
- 登录和注册 前端:vue3+iview plus +axios 后台:spring boot +mybatis
- 软件测试入门简介:从基础到实践的全面介绍
- 2024CDA Level Ⅰ 认证考试大纲
- YOLO 数据集:淋巴病灶检测(1类别,包含训练集、验证集)
- 基于AT91RM9200处理器+XC3S250E(FPGA)+AD5322采集板Cadence ORCAD(硬件原理图+PCB)
- java+vue2实现zebra打印机,js实现
- J-link烧录软件,用于hex文件烧录
- VB打开时间同步页面/Internet时间设置.vbs
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
评论8