编码孔径光谱成像系统利用空间光调制器对目标信息进行编码,将信号映射到二维探测器面阵上,形成空间和光谱混叠信息,通过重构算法恢复出光谱数据立方体。由于该系统的色散仅仅发生在水平方向上,为了提高编码的效率,提出只在一个方向上具有编码效果的多狭缝组合编码。与目前采用的二维随机编码比较,在取得相同重构结果的前提下,多狭缝组合编码形式简化了数学模型的建立和分析,降低了编码复杂度。在此基础上,利用液晶光阀的开关特性实现实际系统编码,结合PGP(棱镜-透射光栅-棱镜)分光组件搭建光谱成像系统,进行了不同采样率下的实验,得到了高精度的恢复结果,验证了系统编码的可行性,为编码光谱成像系统领域提供了新思路。

利用MATLAB实现拉普拉斯贝叶斯算法，用在压缩感知中，仿真了信号重建的过程，对该过程有进一步的认识

ＤＣＴ基的压缩感知代码，有注解，调试通过

用于信号稀疏分解重构和进行压缩感知处理，从入门到深入都有的资料，建议详细阅读，调试后使用。

对压缩感知的不错的介绍，对于初学者很有帮助的哦

本压缩包里包含了多维压缩感知的源代码，仿真平台为Matlab。

为了缓解表面波雷达在天线阵列小型化后角度分辨率低的问题，采用压缩感知理论，提出一种小型天线阵列表面波雷达目标到达角估计的方法。将到达角估计问题转化为稀疏信号表示的重建问题。建立了稀疏信号模型，分析了应用条件，将角度和速度空间离散化以构造字典，设计了基于实时海态信息的测量矩阵，设计匹配算法完成信号重构。仿真结果表明，若满足准确重建条件，即使在小型天线阵列的情况下，也能以计算资源为代价改善方位分辨率。

基于图的冗余小波变换在压缩感知MRI图像重建中的应用

本压缩包是克罗内克积压缩感知的仿真代码，仿真平台为Matlab。具体的先验知识请参考2012年发表在IEEE Transcations on Image Processing的第21卷2期的论文“Kronecker Compressive Sensing”。