基于压缩感知的信号重构算法研究
| 摘要 | 第2-3页 |
| ABSTRACT | 第3-4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文主要研究工作与贡献 | 第11-12页 |
| 1.4 研究工作与结构安排 | 第12-13页 |
| 第2章 压缩感知概述 | 第13-25页 |
| 2.1 压缩感知理论基本原理 | 第13-14页 |
| 2.2 压缩感知理论主要内容 | 第14-23页 |
| 2.2.1 信号的稀疏表示 | 第14-16页 |
| 2.2.2 测量矩阵的设计 | 第16-21页 |
| 2.2.3 信号的重构算法 | 第21-23页 |
| 2.3 图像重构质量评价方法 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 压缩感知信号重构算法与改进 | 第25-41页 |
| 3.1 迭代硬阈值算法 | 第25-27页 |
| 3.2 匹配追踪类算法 | 第27-32页 |
| 3.2.1 正交匹配追踪算法 | 第27-28页 |
| 3.2.2 正则化正交匹配追踪算法 | 第28-29页 |
| 3.2.3 子空间追踪算法 | 第29-32页 |
| 3.3 基于OMP的改进算法 | 第32-40页 |
| 3.3.1 算法描述 | 第32-34页 |
| 3.3.2 算法分析 | 第34-35页 |
| 3.3.3 一维信号仿真实验 | 第35-37页 |
| 3.3.4 二维图像仿真实验 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 稀疏度自适应匹配追踪算法 | 第41-50页 |
| 4.1 稀疏度自适应匹配追踪算法 | 第41-42页 |
| 4.2 变步长稀疏度自适应匹配追踪算法 | 第42-49页 |
| 4.2.1 算法描述 | 第42-44页 |
| 4.2.2 算法分析 | 第44页 |
| 4.2.3 一维信号仿真实验 | 第44-47页 |
| 4.2.4 二维图像仿真实验 | 第47-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第5章 “委员会机制”融合模型 | 第50-61页 |
| 5.1 融合模型介绍 | 第50-52页 |
| 5.2 稀疏测量与基尼指数 | 第52-55页 |
| 5.3 基于融合模型的稀疏度自适应匹配追踪算法 | 第55-60页 |
| 5.3.1 算法描述 | 第55-56页 |
| 5.3.2 算法分析 | 第56页 |
| 5.3.3 一维信号仿真实验 | 第56-59页 |
| 5.3.4 二维图像仿真实验 | 第59-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 本文总结 | 第61-62页 |
| 6.2 研究展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 攻读学位期间取得的研究成果 | 第66-67页 |
| 致谢 | 第67-68页 |
