基于matlab针对压缩重构感知中的稀疏优化问题，实现L1范数最小化问题求解，首先构造信号，并进行离散余弦变换，保证稀疏度，采用多个方法进行稀疏重构，分别有，（1）基于L1正则的最小二乘算法-L1_Ls，（2）软阈值迭代算法（ISTA)，（3）快速的迭代阈值收缩算法（FISTA），（4）平滑L0范数的重建算法（SL0算法）,(5)正交匹配追踪算法（OMP），（6）压缩感知重构算法之压缩采样匹配追踪(CoSaMP)，程序已跑通。
基于matlab针对压缩重构感知中的稀疏优化问题，实现L1范数最小化问题求解，首先构造信号，并进行离散余弦变换，保证稀疏度，采用多个方法进行稀疏重构，分别有，（1）基于L1正则的最小二乘算法-L1_Ls，（2）软阈值迭代算法（ISTA)，（3）快速的迭代阈值收缩算法（FISTA），（4）平滑L0范数的重建算法（SL0算法）,(5)正交匹配追踪算法（OMP），（6）压缩感知重构算法之压缩采样匹配追踪(CoSaMP)，程序已跑通。