稀疏恢复算法研究及其在通信系统中的应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 课题背景及研究意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-21页 |
| 1.2.1 稀疏恢复算法的研究现状 | 第17-18页 |
| 1.2.2 脉冲噪声抑制的研究现状 | 第18-20页 |
| 1.2.3 无线室内定位的研究现状 | 第20-21页 |
| 1.3 论文研究内容与工作安排 | 第21-22页 |
| 第二章 稀疏恢复原理及算法 | 第22-30页 |
| 2.1 引言 | 第22页 |
| 2.2 相关的定义及定理 | 第22-23页 |
| 2.3 稀疏恢复的数学模型 | 第23页 |
| 2.4 典型稀疏恢复算法介绍 | 第23-29页 |
| 2.4.1 OMP | 第24页 |
| 2.4.2 BP | 第24-25页 |
| 2.4.3 SBL | 第25-26页 |
| 2.4.4 SL0 | 第26-27页 |
| 2.4.5 ISL0 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 SL0DL2算法 | 第30-42页 |
| 3.1 引言 | 第30页 |
| 3.2 相关的定义 | 第30页 |
| 3.3 相关的基础知识 | 第30-34页 |
| 3.3.1 邻近算法 | 第31-32页 |
| 3.3.2 邻近映射框架下的SL0算法 | 第32-33页 |
| 3.3.3 稀疏约束项 | 第33-34页 |
| 3.4 SL0DL2算法 | 第34-35页 |
| 3.5 仿真实验与分析 | 第35-40页 |
| 3.5.1 实验设置与评价指标 | 第35-36页 |
| 3.5.2 实验与分析 | 第36-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第四章 稀疏恢复算法在脉冲噪声抑制中应用 | 第42-56页 |
| 4.1 引言 | 第42页 |
| 4.2 相关基础知识 | 第42-46页 |
| 4.2.1 OFDM基本原理 | 第42-43页 |
| 4.2.2 QAM | 第43-44页 |
| 4.2.3 信道模型 | 第44-46页 |
| 4.3 脉冲噪声模型 | 第46-49页 |
| 4.3.1 Middleton Class A | 第46-47页 |
| 4.3.2 Gaussian Mixture | 第47-48页 |
| 4.3.3 Alpha Stable | 第48-49页 |
| 4.4 基于稀疏恢复算法的脉冲抑制模型 | 第49-50页 |
| 4.5 仿真实验与分析 | 第50-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第五章 稀疏恢复算法在无线室内定位中应用 | 第56-70页 |
| 5.1 引言 | 第56页 |
| 5.2 问题背景 | 第56-57页 |
| 5.3 相关基础知识 | 第57-61页 |
| 5.3.1 基于RSSI室内定位的问题描述 | 第57-58页 |
| 5.3.2 AP选择算法 | 第58-59页 |
| 5.3.3 聚类 | 第59-61页 |
| 5.4 典型基于RSSI的指纹匹配类算法 | 第61-63页 |
| 5.4.1 基于NN的无线室内定位 | 第61页 |
| 5.4.2 基于KNN的无线室内定位 | 第61-62页 |
| 5.4.3 基于WKNN的无线室内定位 | 第62页 |
| 5.4.4 基于压缩感知的无线室内定位 | 第62-63页 |
| 5.5 基于RSOGL算法的无线室内定位 | 第63-65页 |
| 5.6 实验与分析 | 第65-69页 |
| 5.6.1 实验环境 | 第65-66页 |
| 5.6.2 结果分析 | 第66-69页 |
| 5.7 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 工作总结 | 第70页 |
| 6.2 论文创新点 | 第70-71页 |
| 6.3 进一步工作展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-80页 |
| 作者简介 | 第80-81页 |
