说明：利用块稀疏的方法求解感知矩阵，在压缩感知、图像恢复方面都可以应用

压缩感知-图像 Optisens-matlab 图像稀疏恢复 块稀疏 图像-压缩感知

说明：将toeplitz矩阵作为压缩感知测量矩阵，并对其进行性能评估。

测量矩阵 矩阵压缩 toeplitz 感知矩阵 压缩感知

说明：本文分别以稀疏基有离散余弦变换基（DCT）和快速傅立叶变换基（FFT）做为稀疏基，高斯随机矩阵、部分哈达玛矩阵为测量矩阵，L1范数、正交匹配追踪算法（OMP）为重建算法进行压缩感知算法实现。

压缩感知FFT 匹配追踪-重建 部分哈达玛 DCT稀疏矩阵 FFT-压缩感知

说明：协方差矩阵稀疏DOA，对利用压缩感知进行定位有参考作用

压缩感知 感知矩阵 l1-SRACV SRACV 压缩感知DOA

说明：协方差矩阵稀疏DOA，对利用压缩感知进行定位有参考作用。

压缩感知 感知矩阵 l1-SRACV SRACV 压缩感知DOA

说明：两个l1准则下的噪声干扰信号压缩感知重构举例，两个例子的稀疏矩阵均为DCT矩阵，而观测矩阵分别采用单位阵和随机矩阵，有详细的步骤和使用方法，适用于初步的学习压缩感知方法。

l1-norm DCT重构 观测矩阵 压缩感知-噪声 稀疏---l1

说明：计算压缩感知的测量矩阵和稀疏基的RIP因子。

压缩感知 压缩感知基 RIP计算 测量矩阵 计算矩阵RIP

说明：图像压缩感知，稀疏基为FFT或DWT（其中FFT是构造正交变换矩阵，DWT是对高频系数进行测量）；重构方法为OMP

测量矩阵 稀疏基 图像压缩感知 fft矩阵 FFT压缩感知

说明：基于omp重构算法的压缩感知的正交化高斯测量矩阵的图像压缩算法

压缩感知图像 压缩算法 测量矩阵OMP 图像-重构-omp 高斯测量矩阵

说明：压缩感知算法中观测矩阵为哈达玛矩阵重构算法为OMP时的测量相对误差与观测矩阵维数的关系

哈达玛矩阵 测量矩阵 Hadamard-matrix 观测矩阵 哈达玛-matlab