首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--噪声与干扰论文

稀疏分解在信号去噪方面的应用研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-14页
   ·研究目的第10-11页
   ·研究现状第11-12页
   ·本文结构安排第12-14页
第2章 稀疏分解基本原理第14-27页
   ·引言第14-15页
   ·稀疏分解原理第15页
   ·稀疏分解的方法第15-18页
     ·贪婪算法及匹配追踪算法第15-17页
     ·正交匹配追踪算法第17-18页
     ·基追踪算法第18页
   ·过完备原子库的构造第18-20页
   ·稀疏分解在去噪方面的应用第20-25页
     ·稀疏分解去噪原理第21页
     ·稀疏分解信号去噪时的过完备原子库第21-22页
     ·稀疏分解信号去噪实验演示第22-25页
   ·本章小结第25-27页
第3章 基于稀疏分解的指静脉图像去噪算法第27-34页
   ·指静脉图像介绍第27-29页
     ·生物特征识别技术第27-28页
     ·指静脉图像的采集第28-29页
   ·基于稀疏分解的指静脉图像去噪算法第29-33页
     ·稀疏分解实现指静脉图像去噪的原理及过完备原子库的构造第29-31页
     ·实验结果与讨论第31-33页
   ·本章小结第33-34页
第4章 基于稀疏分解的半导体激光器 1/f 噪声检测算法第34-44页
   ·半导体激光器及 1/f 噪声第34-37页
     ·半导体激光器的低频噪声及研究目的第34-35页
     ·1/f 噪声数学模型第35-37页
   ·半导体激光器 1/f 噪声的检测方法第37-39页
   ·基于稀疏分解的半导体激光器 1/f 噪声检测算法第39-43页
     ·稀疏分解提取半导体激光器 1/f 噪声参数的原理及过完备原子库的构造第39-40页
     ·实验结果和分析第40-43页
   ·本章小结第43-44页
第5章 总结与展望第44-47页
   ·全文总结第44-45页
   ·展望未来第45-47页
参考文献第47-50页
作者简介第50-51页
硕士期间发表论文第51-52页
致谢第52页

论文共52页,点击 下载论文
上一篇:无线自组网信任路由协议研究
下一篇:基于属性相似度的TD-SCDMA网络告警系统研究