在超宽带穿墙雷达成像应用中，压缩感知理论应用可以获得高分辨率稀疏成像。但这必须建立在目标恰好落在预设网格点的前提条件下，一旦目标偏离预设网格点，目标像会发生偏移，甚至还会产生虚假像。本文提出一种基于梯度优化的贝叶斯假设检验正交匹配追踪（GBTOMP）稀疏成像方法。该方法以传统正交匹配追踪（OMP）为基础，从预设网格点空间位置出发，以梯度优化的最速上升方法搜索到目标真实空间位置，并由此修正模型中的感知矩阵，再利用修正后的感知矩阵恢复目标散射系数。考虑到正交匹配追踪会带来冗余下标，利用贝叶斯假设检验设置一个合适的门限去冗余以保证目标真实像的准确恢复。仿真和实验结果表明，该方法校正了目标偏离预设网格所带来的模型误差，稀疏成像效果明显改善。

传统的OMP算法，基于压缩感知

用matlab实现信号的稀疏重构，采用正交匹配追踪(OMP)算法实现，仿真结果表明了OMP的强大信号重构恢复能力。CS.m文件直接运行就可以出结果，希望对CS感兴趣的新手有用！

二维压缩感知在图像压缩中的对比，包含BP,OMP,StOMP等稀疏重构算法。

用于图像的压缩感知，用正交小波基稀疏表示，OMP重构算法。

基于小波-OMP算法的图像压缩传感恢复，有图像，有数据，有代码，有文章！运行可靠！基于小波-OMP算法的图像压缩传感恢复，有图像，有数据，有代码，有文章！运行可靠！

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

是用于图像稀疏表示的OMP算法，更有效的稀疏表示图像

本人自己写的，内容包活概述，omp原理，具体设计，仿真结果及源程序。代码正确无误。

基于OMP算法的MIMO雷达DOA估计。