针对电能质量中的复合扰动信号分析问题，提出一种粒子群优化(PSO)和匹配追踪(MP)算法相结合的分层搜索的原子分解方法。首先应用MP算法提取基波分量，对于去除基波分量的残差信号，利用快速傅里叶变换找寻能量最大的频率成分，采用PSO算法粗搜索出最佳匹配粒子，然后以最佳匹配粒子为中心，在一定范围内重新离散化，生成小规模原子库，再应用MP算法有针对性地进行细搜索，最终得到最佳匹配原子，提取出电能质量复合扰动特征参数。仿真结果表明，该方法能克服MP算法匹配时间长、计算量大及PSO优化MP算法残差积累过大、容易陷入局部最优、匹配参数不准确等缺点，且具有一定的抗噪性和实时性。

正交匹配追踪 Orthogonal Matching Pursuit算法的实现。 有关详细信息，请参阅src/omp.m 。 演示： dictionary = [1 0; 1/2 sqrt(3)/2; -1/sqrt(2) -1/sqrt(2)]'; x = [1 1/2]'; t = omp(x, dictionary, 2); output_x = D * t; 参考

具有广义记忆多项式模型 (GMP) 的正交匹配追踪 (OMP) 和双 OMP (DOMP) 的演示脚本。 参考： [DOMP] JA Becerra、MJ Madero-Ayora、J. Reina-Tosina、C. Crespo-Cadenas、J. García-Frías 和 G. Arce，“功率放大器稀疏预失真的双正交匹配追踪算法”，IEEE微波和无线组件快报，第1卷。 28，没有。 8，第 726-728 页，2018 年 8 月。 网址： http : //ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8395266&isnumber=8428547 [OMP] J. Reina-Tosina、M. Allegue-Martínez、C. Crespo-Cadenas、C. Yu 和 S. Cruces，“稀疏假设下

匹配追踪是一种稀疏逼近算法，它在过完备字典的跨度上找到多维数据的“最佳匹配”投影

omp算法matlab代码稀疏重建算法 此Repo由适用于以下稀疏信号重构算法的MATLAB代码组成： 正交匹配追踪-OMP 展望OMP-LAOMP 批处理OMP-BLAOMP 协同软件 子空间追踪 流式细胞仪

实现小波的正交匹配追踪，实现图像重构。属于CS的范畴，可以直接运行，有图像。

代码是压缩感知的基本重构算法之一，基于matlab仿真平台仿真，有详细的代码说明注释可供参考。

针对稀疏度自适应匹配追踪(Sparsity adaptive matching pursuit,SAMP)算法存在预选原子过多、重构时间长、步长的选择固定等缺点,提出一种稀疏度自适应匹配追踪改进算法.该算法将稀疏度预先设定值与稀疏度估计过量判据相结合进行真实稀疏度快速估计,通过模糊阈值的方法提高候选原子的精确度,采用原子相关阈值改善迭代停止条件,最终实现信号的精确重构.仿真实验表明,改进算法重构质量较好于SAMP算法,重构速率显著提高.

正交匹配追踪法，可用于一维信号的重构，

正交匹配追踪算法OMP（Orthogonal Matching Pursuit），压缩感知的一种典型贪婪算法，该资源给出了OMP的MATLAB的仿真代码