摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第11-12页 |
缩略语对照表 | 第12-15页 |
第一章 绪论 | 第15-21页 |
1.1 研究背景及意义 | 第15页 |
1.2 欠定盲分离源信号恢复的发展历史及现状 | 第15-18页 |
1.3 论文的内容及主要工作 | 第18-21页 |
第二章 压缩感知与欠定盲分离理论 | 第21-27页 |
2.1 欠定盲分离数学模型 | 第21-22页 |
2.2 压缩感知基本理论 | 第22-23页 |
2.3 欠定盲分离与压缩感知的关系 | 第23-24页 |
2.4 基于压缩感知的欠定盲分离的基本方法 | 第24-26页 |
2.4.1 贪婪算法 | 第24-25页 |
2.4.2 基于L1范数的稀疏信号重构算法 | 第25页 |
2.4.3 基于平滑L0范数的稀疏信号重构算法 | 第25-26页 |
2.5 本章小结 | 第26-27页 |
第三章 基于贪婪算法的欠定盲分离源信号恢复研究 | 第27-45页 |
3.1 匹配追踪类算法 | 第27-29页 |
3.2 互补匹配追踪类算法 | 第29-31页 |
3.3 梯度追踪算法 | 第31-33页 |
3.4 子空间互补匹配追踪算法 | 第33-43页 |
3.4.1 算法原理及步骤 | 第33-34页 |
3.4.2 算法复杂度分析 | 第34-36页 |
3.4.3 算法性能仿真及分析 | 第36-43页 |
3.5 本章小结 | 第43-45页 |
第四章 基于L1范数的欠定盲分离源信号恢复研究 | 第45-63页 |
4.1 基追踪算法 | 第45-46页 |
4.2 梯度投影算法 | 第46-49页 |
4.3 基于L1范数的互补匹配追踪算法 | 第49-61页 |
4.3.1 算法原理 | 第49-51页 |
4.3.2 算法收敛性证明 | 第51-52页 |
4.3.3 算法复杂度分析 | 第52-54页 |
4.3.4 算法仿真及分析 | 第54-61页 |
4.4 本章小结 | 第61-63页 |
第五章 基于平滑L0范数的欠定盲分离源信号恢复研究 | 第63-77页 |
5.1 SL0算法及其改进算法 | 第63-65页 |
5.1.1 平滑L0范数算法 | 第63-64页 |
5.1.2 鲁棒的SL0算法 | 第64-65页 |
5.1.3 基于修正牛顿的SL0算法 | 第65页 |
5.2 径向基函数算法 | 第65-67页 |
5.3 基于修正牛顿的径向基函数算法 | 第67-75页 |
5.3.1 算法原理 | 第67-69页 |
5.3.2 算法仿真及分析 | 第69-75页 |
5.4 本章小结 | 第75-77页 |
第六章 总结与展望 | 第77-79页 |
6.1 总结 | 第77页 |
6.2 展望 | 第77-79页 |
参考文献 | 第79-83页 |
致谢 | 第83-85页 |
作者简介 | 第85-86页 |