阵列信号处理MUSIC法扩展复现，主要是针对现代信号处理_张贤达书中经典MUSIC算法的扩展算法进行复现，包括解相干、求根、最小范数、第一主向量、波束空间MUSIC法。主要用作学习用途。

最低敏 最小范数最小二乘

最小范数法适用于线性阵列，可以认为是 MUSIC 在计算 DOA 估计方面的改进版本。

完成一个缺少条目的矩阵，使得获得的矩阵具有最小范数。 用法： [CompletedMat, ier] = MatrixCompletion(A.*B, B,N, mode, lambda_tol, tol, display); A - 矩阵完成B - 二进制矩阵表示 A 中的值或缺失条目（相同大小，1 - 已知值，0 - 缺失值） N - 迭代次数mode - 工作模式：可以是“核”、“光谱” lambda_tol - 核/谱范数最小值的容差值tol - 对已知条目的容忍度输出： CompletedMat - 完成矩阵ier - 错误指示符：0 - 正常，1 - 未能收敛（可能需要更多的迭代）。 要进行演示，请运行demo.m 代码基于论文： G. Shabat, A. Averbuch “Interest Zone Matrix Approximation”，线性代数电子期刊，Vol。

为了快速准确地对含有噪声及欠采样区域的包裹相位图进行展开，采用理论分析与计算机模拟及实验验证相结合的方法，对基于快速傅里叶变换(FFT)的最小二乘法(FFT-LS)、基于离散余弦变换(DCT)的最小二乘法(DCT-LS)、基于横向剪切干涉的最小二乘法(LS-LS)和预条件共轭梯度法（PCG）的四种相位解包裹算法作了对比研究。结果表明：DCT-LS算法运行速度最快，LS-LS算法次之，PCG算法速度最慢,PCG算法对于噪声的免疫力最强,LS-LS算法处理欠采样的效果最好。

此函数计算最小二乘问题A * X = B的最小范数解。其中A是低秩矩阵。 函数LSMIN比Matlab替代X = pinv（A）* B更快。 使用LAPACK函数（S，C，D，Z）EGLSS或（S，C，D，Z）EGLSD。

压缩感知代码，可以直接运行，包括两种方法，l1最小范数和OMP算法

求根music和最小范数music算法的正确matlab实现代码。两种重要的music改进算法，非常经典。已经检查无误。