matlab中存档算法代码SIRT-FISTA-TV重建算法 SIRT-FISTA-TV是一种规则化的迭代重建算法，对嘈杂和模糊的数据非常健壮，并且可以大大减少丢失的楔形伪影。 它包括三个步骤： SIRT更新（也可以使用SART和OS-SART） 电视最小化（使用渐变下降） FISTA技术可加快收敛速度 使用CUDA mex函数可在GPU上加速该算法。 它取决于两个工具箱：ASTRA和Spot。 使用了ASTRA的投影和反投影功能。 Spot工具箱用于提供一个MATLAB框架，该框架将线性运算包装到行为类似于矩阵的MATLAB对象中。 我们提供了两个示例来测试该算法：example1.m和example2.m，它们在正确执行安装后应该很容易运行。 安装 在MATLAB文件浏览器中选择“ ASTRA-工具箱”，“ Spot-工具箱”，“电视最小化”和“数据” ----->右键单击----->添加到路径----->选定文件夹和子文件夹。 请注意，如果不是这样，您可以键入命令“ filebrowser”以打开MATLAB文件浏览器。 安装CUDA工具包（8.0版效果很好）链接： 安装C ++

Dror Baron等在其名为“Distributed Compressed Sensing”指出具有相关信息的多个观测源采用联合重构算法可以获取更好的重构效果，当观测源足够多时，甚至只需要K+1观测次数就可以完全重构出原信号。文献中提出了两种算法OSGA（One-Step Greedy Algorithm）和SOMP（Simultaneous Orthogonal Matching Pursuit）。

压缩感知的阈值收缩算法 IST，做了改进，中文注释很详细

利用压缩感知理论进行DOA估计，利用了OMP算法，性能很好

压缩感知的omp算法的源代码，绝对简单，初学者一看就懂，绝对不骗人

压缩感知贝叶斯 DOA算法，Off-grid模型，近似模型。

如何在有限的屏幕空间呈递层次规模尽可能大的树并保持其清晰的层次结构以避免认知困难问题一直是树可视化研究的主要问题之一。提出的改进的空间优化的树方法采用更合理的子树空间划分，进一步提高空间利用率，通过改变边缘结点定位方式进一步降低了原方法中因其分布不规则性而造成的认知负担问题。

6压缩感知（Compressed sensing），也被称为压缩采样（Compressive sampling）或稀疏采样（Sparse sampling），是一种寻找欠定线性系统的稀疏解的技术。

压缩感知DOA算法，利用1范数方法进行优化重构，进行方位角估计

目前的通信频点越来越高， 而相对应的模数转换器以及数字信号处理等硬 件处理技术远远没有达到高频通信接收技术的要求。 这一定程度上限制了高频 通信的发展， 因为按照传统 Nyquist 采样的话， 通信接收机的成本将是巨大的。 压缩感知(Compressed Sensing,CS)技术有效地打破了传统 Nyquist 采样的限制， 而调制宽带转换器(Modulated Wideband Converter,MWC)的出现则真正在模拟 域欠采样实现了重大突破。