SAR压缩感知成像既可在时域完成，也可在频域完成，这是一种时域压缩感知成像算法。

压缩感知匹配追踪算法，OMP，SP，ROMP，SAMP，StOMP。

宽带频谱感知技术要实现直接观测宽带频谱， 然后检测出其中所有的主用户信号，需要极高的采样速率并处理海量的数据。 由于压缩感知理论为实现低速率宽带频谱感知提供了理论基础， 因此宽带压缩频谱感知技术成为一个重要的研究方向。 然而， 传统压缩感知模型会对频域离散化， 产生基不匹配问题， 从而降低对主用户信号频率估计的准确性。 此外， 主用户的通信行为是未知且随时间而变化的， 导致宽带频谱稀疏结构的动态变化， 给宽带压缩频谱感知带来困难。 另一方面， 由于无线信号受多径效应和其他因素的影响， 可能存在认知用户接收到某个主用户信号能量过低而无法准确检测到该主用户信号存在的情况， 造成感知性能下降。 这些都是宽带压缩频谱感知客观存在且急需解决的问题。 根据宽带压缩频谱感知技术的研究现状， 将目前存在的困难总结成四点， 即准确性、 实时性、动态性、衰落性。本文的研究内容围绕这四点展开，研究层次由浅入深逐渐递进。 首先， 根据原子范数和无网格压缩感知理论，建立基于原子范数的宽带压缩频谱感知模型， 并提出求解该模型的快速算法， 实现高斯信道下的静态宽带压缩频谱感知；然后， 结合卡尔曼滤波器理论， 建立动态宽带压缩频谱感知模型，实现高斯信道下的动态宽带压缩频谱感知；最后， 利用联合频谱感知方法， 建立基于原子 MMV 的宽带压缩频谱感知模型，实现频率非选择性慢衰落信道下的宽带压缩频谱感知。

压缩感知信号重构算法的实验对比研究，傅少武，吴键，进入21世纪后无线传感器网络被广泛应用于各个领域，但是无线传感器网络节点的处理能力和低电池能耗这两大缺陷也更明显的暴露在眼�

压缩包包含了国内外近几年关于压缩感知理论的最新研究成果，具体内容有关于wsn中节能算法，路由协议，压缩感知算法。一定会对您的研究有很大帮助

针对随机测量矩阵元素随机产生、不易于硬件实现的缺点,利用有限域上准循环低密度奇偶校验(QCLDPC)码奇偶校验矩阵的构造方法,设计了一种确定性的结构化稀疏测量矩阵。由于QC-LDPC码的信道编解码性能较好,故以此为基础构造压缩感知(CS)测量矩阵预计有较好的性能。分别用一维和二维信号的CS重建实验验证新矩阵的性能,结果表明,与常用的测量矩阵相比,在相同的重建算法和压缩比条件下,新矩阵对应的重建误差较低,在峰值信噪比(PSNR)的评价指标上有所提高(0.5~1 dB)。特别地,所提的确定性测量矩阵在结构上具有对称特性和准循环特性,如将其应用于硬件实现,可降低物理内存的需求量与硬件实现的复杂度。

认知无线电技术通过次级用户动态接入空闲频谱来提高空闲频谱资源的利用效率，是认知无线电的重要环节。在低信噪比环境下，如何快速精确地进行频谱感知是频谱感知面临的重大挑战。提出了一种基于小波降噪的压缩感知—循环平稳特征检测器来实现低信噪比环境下的频谱检测。采用压缩感知技术提高了频谱感知的效率，并进一步利用小波变换技术降低了压缩感知过程中引入的压缩噪声，提高了低信噪比环境下的频谱感知准确度。仿真结果证明，提出的基于小波降噪的压缩感知技术能够实现低信噪比环境下的频谱空洞检测。

包含TV_L1、tvl2、TV、TVAL3d、tvfista等。

基于压缩感知的麦克风阵列声源定位算法

基于结构稀疏的SAR图像低秩重构，matlab程序编写