| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景和意义 | 第9-12页 |
| ·信息压缩 | 第9-10页 |
| ·新一代数据压缩技术——压缩感知 | 第10页 |
| ·压缩感知理论与传统信息压缩理论 | 第10-11页 |
| ·压缩感知应用现状 | 第11-12页 |
| ·本文的结构安排 | 第12-14页 |
| 第二章 分布式压缩感知理论简介 | 第14-38页 |
| ·信号的稀疏表示 | 第14-15页 |
| ·压缩感知理论概述 | 第15-17页 |
| ·分布式信源编码理论 | 第17-19页 |
| ·分布式压缩感知理论 | 第19-20页 |
| ·测量矩阵设计 | 第20-22页 |
| ·信号重构算法 | 第22-36页 |
| ·l_0最优化算法 | 第22-23页 |
| ·l_1最优化算法 | 第23-28页 |
| ·匹配跟踪算法 | 第28-36页 |
| ·本章小结 | 第36-38页 |
| 第三章 分布式压缩感知中改进信号重构的方案 | 第38-50页 |
| ·边信息在分布式场景中的应用 | 第38-39页 |
| ·联合稀疏模型 | 第39-42页 |
| ·第一联合稀疏模型(JSM1) | 第39-40页 |
| ·第二联合稀疏模型(JSM2) | 第40-41页 |
| ·第三联合稀疏模型(JSM3) | 第41-42页 |
| ·基于边信息的正交匹配追踪算法 | 第42-44页 |
| ·基于边信息的正交匹配追踪算法的理论分析 | 第44-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 算法对比与仿真实验 | 第50-57页 |
| ·基于边信息的正交匹配追踪算法与独立的正交匹配追踪算法 | 第50-53页 |
| ·基于边信息的正交匹配追踪算法与l_1最优化算法 | 第53-54页 |
| ·基于边信息的正交匹配追踪算法与梯度映射稀疏算法 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 结束语 | 第57-60页 |
| ·完成的工作与成果 | 第57-58页 |
| ·未来的展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士期间发表的学术论文 | 第64页 |