基于压缩感知的信号观测和重构算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景和意义 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·压缩感知的应用 | 第12-13页 |
| ·本文框架结构 | 第13-14页 |
| 第二章 压缩感知知识 | 第14-21页 |
| ·引言 | 第14页 |
| ·压缩感知理论框架 | 第14-19页 |
| ·信号的稀疏表示 | 第15-16页 |
| ·信号的测量 | 第16-18页 |
| ·信号的重构 | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 压缩感知中基于QR分解的观测矩阵优化 | 第21-29页 |
| ·引言 | 第21页 |
| ·观测矩阵优化设计 | 第21-24页 |
| ·基于梯度下降法增大非相干性方法 | 第22-23页 |
| ·QR分解增大列独立性 | 第23页 |
| ·矩阵优化 | 第23-24页 |
| ·仿真结果与分析 | 第24-28页 |
| ·不同观测数目的比较 | 第24-26页 |
| ·重构算法的稳定性 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 基于L0范数的共轭梯度重构算法 | 第29-37页 |
| ·引言 | 第29页 |
| ·光滑l_o范数 | 第29-30页 |
| ·共轭梯度重构算法 | 第30-32页 |
| ·仿真实验及结 | 第32-35页 |
| ·性能分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 观测矩阵的优化与共轭梯度重构算法 | 第37-43页 |
| ·引言 | 第37页 |
| ·基于观测矩阵优化的重构算法的改进 | 第37-38页 |
| ·仿真实验 | 第38-41页 |
| ·性能分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第六章 基于重构算法的噪声研究 | 第43-46页 |
| ·引言 | 第43页 |
| ·不同重构算法中的噪声影响 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第七章 总结与展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 附录1 程序清单 | 第51-52页 |
| 附录2 攻读硕士学位期间撰写的论文 | 第52-53页 |
| 致谢 | 第53页 |
