光谱压缩传感工具箱

压缩传感 （CS） 是同时传感和压缩稀疏和可压缩的信号，基于随机维数约简的新方法。要恢复信号从其抗压强度的测量标准 CS 算法寻求风入松信号在一些离散的基础或吻合的框架中。伟大的许多应用程序功能平滑或调制信号频率稀疏，可以建模为一个小数目的正弦波的叠加。不幸的是，这样的信号时，只有稀疏离散傅里叶变换 （DFT） 域中的正弦波频率精确住的 DFT 箱 ； 中心当这并非如此，CS 恢复性能会降低意义明显。在本文中，我们介绍了任意频率稀疏信号的谱 CS （SCS） 恢复框架。主要成分是过采样的 DFT 框架、 密切抑制信号模型间隔的正弦波和经典的正弦信号参数估计算法来自 eld 发光的谱估计。利用周期图法和线谱估计方法 （规格效法 Thomson 利用方法和音乐），我们证明，公务员事务局局长意义明显优于当前先进的 CS 算法基于密度泛函理论，同时提供可证明边界测量稳定恢复所需的数目