变频信号采样量化重构 输入变频信号，。 （1）设置采样频率，采样点数N=32、64、128、256时，对模拟信号采样、量化（量化间隔M=），得数字序列，利用FFT计算序列的基频幅值、相角，计算每种采样频率、采样点数、算法下所得幅值和相角的误差。 （2）对，N=64、128、256这三种采样进行插值重构，画原始信号与重构信号图，计算三种情况重构误差 要求：计算过程m文件，采样64种情况的误差值（8种×4种N×2种算法），3张信号重构图。

贝叶斯压缩感知稀疏信号重构方法研究

近年来，已经从压缩感测（CS）理论的角度解决了有关稀疏连续信号恢复的各种应用，例如源定位，雷达成像，通信信道估计等。 但是，在考虑任何实际使用时，有两个主要缺陷需要解决。 第一个问题是由任意定位的未知数与预先指定的字典之间的基础不匹配导致的离网问题，这将使常规CS重建方法的性能大大下降。 第二个重要问题是对低复杂度算法的迫切需求，尤其是在面对实时实现的需求时。 在本文中，针对这两个问题，我们提出了三种快速，准确的稀疏重建算法，分别称为HR-DCD，Hlog-DCD和Hl（p）-DCD，它们基于同构，二分坐标下降（DCD） ）和网格优化技术相结合，实现了迭代和非凸正则化。 实验结果证明了所提算法和相关分析的有效性。

图信号重构的分布式跟踪算法

将原始信号按照一定的规则进行重新组合，构成多向数据矩阵，利用多向主元分析方法将数据投影到主成分空间，实现信号的多层次分解。对人脸RGB图像及某模拟电路的一维输出信号进行了处理。结果表明，这种处理方法可很好地实现异常特征的空/时。域定位及可视化校正，校正出的图像可更好地显示皮肤纹理特征，校正出的一维信号则可更突出地反射原始信号中干扰信号的位置及时域特征。

这是一个关于利用基追踪RP算法解稀疏信号重构的代码包，在无线传感器网络中起到良好的定位作用，非常详细

该算法属于SSA奇异谱分析，里面详细介绍了奇异谱分析的代码流程，并附有中文注释，中文注释对SSA奇异谱分析的原理给予了一定阐述，对读懂代码大有益处。