我建议先修复。顺便说一句，请记住，压缩感知渐近地工作得很好。对于图中向上/向左移动（更好），例如参见Donoho & Tannner 2010。$N$$N \rightarrow \infty$$\delta, \rho$

您的大小基本上决定了您在相变图中可以实现的分辨率。例如，我们可以查看Maleki & Donoho 2010的第 IV 节：他们描述了如何选择，然后在 30 步中从 0.05 到 1 之间的值网格和对于每个值或，对应的或计算为分别为$N$$N = 800$$n$$k$$(\delta, \rho)$$\delta$$\rho$$n$$k$

正如您所看到的，在舍入期间通常会涉及一些不精确性。如果您为给定的，则结果中的几个或值将四舍五入到相同的数字。您必须或选择更粗的网格以避免这种情况。$(\delta, \rho)$$N$$n$$k$$N$$(\delta, \rho)$

最后，您应该（如果您想要与 Donoho 等人相同类型的绘图）在坐标系中绘制每个点的成功率。您的上图看起来好像是在第一个轴上$(\delta, \rho)$$k$

现在，如果您想估计实际的相变边界，您还可以在Maleki & Donoho 2010的第 IV 节中看到它们如何将逻辑曲线拟合到成功率，然后可以读取特定百分比的重建边界$\rho$对于每个值$\delta$从拟合的逻辑函数。