| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 国内外研究现状与发展趋势 | 第8-10页 |
| 1.3 主要研究内容和结构 | 第10-12页 |
| 第二章 压缩感知理论概述 | 第12-19页 |
| 2.1 压缩感知理论框架 | 第12-17页 |
| 2.1.1 信号的稀疏表示 | 第13-14页 |
| 2.1.2 测量矩阵的设计 | 第14-15页 |
| 2.1.3 重构算法的实现 | 第15-17页 |
| 2.2 压缩感知理论的应用 | 第17-19页 |
| 2.2.1 压缩成像 | 第17-18页 |
| 2.2.2 模拟/信息转化 | 第18页 |
| 2.2.3 生物传感以及无线传感网络 | 第18-19页 |
| 第三章 经典无噪测量贪婪类重构算法 | 第19-41页 |
| 3.1 匹配追踪算法(MP) | 第19-24页 |
| 3.1.1 MP算法思想简介 | 第19-20页 |
| 3.1.2 MP算法流程图与实现步骤 | 第20-21页 |
| 3.1.3 仿真实验 | 第21-24页 |
| 3.2 正交匹配追踪算法(OMP) | 第24-28页 |
| 3.2.1 OMP算法思想简介 | 第24页 |
| 3.2.2 OMP算法流程图与实现步骤 | 第24-26页 |
| 3.2.3 仿真实验 | 第26-28页 |
| 3.3 正则化正交匹配追踪算法(ROMP) | 第28-33页 |
| 3.3.1 ROMP算法思想简介 | 第28-29页 |
| 3.3.2 ROMP算法流程图与实现过程 | 第29-31页 |
| 3.3.3 仿真实验 | 第31-33页 |
| 3.4 最大相关系数正则化正交匹配追踪算法(MCC-ROMP) | 第33-38页 |
| 3.4.1 MCC-ROMP算法思想简介 | 第33页 |
| 3.4.2 MCC-ROMP算法流程图与实现步骤 | 第33-35页 |
| 3.4.3 仿真实验 | 第35-38页 |
| 3.5 性能测试 | 第38-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 盲稀疏度信号的重构算法 | 第41-59页 |
| 4.1 子空间追踪算法(SP) | 第41-44页 |
| 4.2 分段正交匹配算法(StOMP) | 第44-46页 |
| 4.3 稀疏度自适应匹配追踪算法(SAMP) | 第46-48页 |
| 4.4 改进的稀疏度自适应分段正交匹配追踪算法 | 第48-51页 |
| 4.5 仿真实验 | 第51-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 噪声干扰下的信号重构算法 | 第59-70页 |
| 5.1 DS算法与Gauss-DS算法 | 第59-60页 |
| 5.2 噪声干扰下OMP算法准确寻找支撑集 | 第60-61页 |
| 5.3 改进的Gauss-OMP算法 | 第61-63页 |
| 5.4 仿真实验 | 第63-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第六章 总结 | 第70-72页 |
| 6.1 论文的主要工作 | 第70页 |
| 6.2 存在的问题与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76页 |