摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第13-25页 |
1.1 课题的背景 | 第13-15页 |
1.2 国内外研究现状 | 第15-23页 |
1.2.1 信号稀疏表示与压缩感知问题 | 第15-20页 |
1.2.2 压缩感知稀疏信号恢复算法 | 第20-22页 |
1.2.3 压缩感知词典构造算法 | 第22-23页 |
1.3 本文主要研究内容及结构安排 | 第23-25页 |
第2章 广义正交匹配追踪算法充分条件研究 | 第25-66页 |
2.1 广义正交匹配追踪算法 | 第25-28页 |
2.2 无噪声条件下g OMP算法充分条件研究 | 第28-33页 |
2.2.1 无噪声条件下一般稀疏信号g OMP算法充分条件 | 第28-32页 |
2.2.2 无噪声条件下强衰减稀疏信号g OMP算法充分条件 | 第32-33页 |
2.3 噪声条件下g OMP算法充分条件研究 | 第33-44页 |
2.3.1 噪声量测模型 | 第33-36页 |
2.3.2 噪声条件下一般稀疏信号g OMP算法充分条件 | 第36-41页 |
2.3.3 噪声条件下强衰减稀疏信号g OMP算法充分性条件 | 第41-44页 |
2.4 噪声条件下g OMP算法停止条件 | 第44-55页 |
2.4.1 l_2噪声情况 | 第45-49页 |
2.4.2 l_∞ 噪声情况 | 第49-53页 |
2.4.3 高斯噪声情况 | 第53-55页 |
2.5 仿真实验 | 第55-60页 |
2.6 本章小结 | 第60-66页 |
第3章 感知词典与量测词典构造算法 | 第66-89页 |
3.1 OMP算法简单分析 | 第66-69页 |
3.2 基于感知词典的改进OMP算法分析 | 第69-73页 |
3.3 感知词典和量测词典构造 | 第73-77页 |
3.4 仿真实验 | 第77-88页 |
3.4.1 相关系数和积累相关系数比较 | 第78-79页 |
3.4.2 基于感知词典和量测词典的OMP算法仿真 | 第79-83页 |
3.4.3 基于感知词典和量测词典的g OMP算法仿真 | 第83-84页 |
3.4.4 基于感知词典和量测词典的OMP算法恢复压缩超声图像仿真 | 第84-88页 |
3.5 本章小结 | 第88-89页 |
第4章 块感知词典与块量测词典构造算法 | 第89-108页 |
4.1 块压缩感知 | 第89-91页 |
4.2 基于感知词典的块正交匹配追踪算法 | 第91-92页 |
4.3 块感知词典与块量测词典构造 | 第92-95页 |
4.4 仿真实验 | 第95-105页 |
4.4.1 块内相关系数和块间相关系数比较 | 第96页 |
4.4.2 BOMP算法性能比较 | 第96-99页 |
4.4.3 运行时间比较 | 第99-103页 |
4.4.4 利用各类词典BOMP算法恢复压缩超声图像性能比较 | 第103-105页 |
4.5 本章小结 | 第105-108页 |
第5章 部分傅里叶矩阵构造算法 | 第108-123页 |
5.1 部分傅里叶词典构造问题描述 | 第108-110页 |
5.2 仿射系数计算 | 第110-113页 |
5.3 部分傅里叶词典行选取算法 | 第113-116页 |
5.4 仿真分析 | 第116-117页 |
5.5 本章小结 | 第117-123页 |
结论 | 第123-125页 |
参考文献 | 第125-134页 |
攻读博士学位期间发表的论文及其他成果 | 第134-136页 |
致谢 | 第136-137页 |
个人简历 | 第137页 |