| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第9-10页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 压缩感知的研究背景及意义 | 第13-17页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 压缩感知理论框架 | 第14-16页 |
| 1.1.3 压缩感知的应用 | 第16-17页 |
| 1.1.4 研究意义 | 第17页 |
| 1.2 压缩感知重构算法的发展历史及现状 | 第17-19页 |
| 1.3 论文的主要工作内容及章节安排 | 第19-21页 |
| 1.3.1 论文工作内容 | 第19-20页 |
| 1.3.2 论文章节安排 | 第20-21页 |
| 第二章 基于匹配追踪的重构算法 | 第21-27页 |
| 2.1 引言 | 第21页 |
| 2.2 正交匹配追踪算法(OMP) | 第21-22页 |
| 2.3 分段正交匹配追踪算法(StOMP) | 第22页 |
| 2.4 子空间追踪算法(SP) | 第22-23页 |
| 2.5 自适应的匹配追踪算法(SAMP) | 第23-24页 |
| 2.6 本章小结 | 第24-27页 |
| 第三章 基于互补匹配追踪的重构算法研究 | 第27-39页 |
| 3.1 引言 | 第27页 |
| 3.2 传统的互补匹配追踪重构算法 | 第27-32页 |
| 3.2.1 互补匹配追踪算法(CMP) | 第27-30页 |
| 3.2.2 正交互补匹配追踪算法(OCMP) | 第30-32页 |
| 3.3 基于L0范数变步长的OCMP算法(L0StOCMP) | 第32-38页 |
| 3.3.1 L0StOCMP算法的基本思想和步骤 | 第32-33页 |
| 3.3.2 算法复杂度分析 | 第33-34页 |
| 3.3.3 算法仿真结果与分析 | 第34-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于梯度追踪的重构算法研究 | 第39-51页 |
| 4.1 引言 | 第39页 |
| 4.2 传统的梯度追踪算法(GP) | 第39-41页 |
| 4.3 两种改进的梯度追踪算法 | 第41-49页 |
| 4.3.1 基于加速梯度法的GP算法(SGP) | 第42-43页 |
| 4.3.2 基于SW共轭梯度法的GP算法（SWGP） | 第43-46页 |
| 4.3.3 算法仿真结果与分析 | 第46-49页 |
| 4.4 本章小结 | 第49-51页 |
| 第五章 基于平滑L0范数的重构算法研究 | 第51-61页 |
| 5.1 引言 | 第51页 |
| 5.2 传统的基于平滑L0范数重构算法 | 第51-54页 |
| 5.2.1 平滑L0范数算法(SL0) | 第51-53页 |
| 5.2.2 基于修正牛顿法的SL0算法(NSL0) | 第53-54页 |
| 5.3 结合贪婪算法思想的NSL0算法(G_NSL0) | 第54-60页 |
| 5.3.1 G_NSL0算法的基本思想和步骤 | 第54-56页 |
| 5.3.2 算法复杂度分析 | 第56页 |
| 5.3.3 算法仿真结果与分析 | 第56-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 作者简介 | 第69-70页 |
