| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 引言 | 第8页 |
| 1.2 研究背景 | 第8-12页 |
| 1.3 国内外研究现状及本文研究的意义 | 第12-13页 |
| 1.4 论文的主要研究内容以及章节安排 | 第13-16页 |
| 第二章 余弦调制滤波器组的基础理论 | 第16-34页 |
| 2.1 引言 | 第16页 |
| 2.2 滤波器组的基本结构元素和等效变换关系 | 第16-22页 |
| 2.3 M通道滤波器组 | 第22-26页 |
| 2.3.1 M通道波器组的多相表示 | 第22-24页 |
| 2.3.2 M通道波器组的准确重建条件 | 第24-26页 |
| 2.4 调制型滤波器组 | 第26-28页 |
| 2.5 余弦调制滤波器组的构造 | 第28-33页 |
| 2.5.1 余弦调制滤波器组的构造 | 第28-29页 |
| 2.5.2 各类失真的消除 | 第29-33页 |
| 2.5.3 余弦调制滤波器组的准确重建条件 | 第33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 基于IROMP的稀疏余弦调制滤波器组的设计 | 第34-54页 |
| 3.1 引言 | 第34-35页 |
| 3.2 现有的余弦调制滤波器组的算法研究 | 第35-40页 |
| 3.2.1 基于梯度信息的余弦调制滤波器组设计 | 第35-37页 |
| 3.2.2 基于加权约束最小二乘法的余弦调制滤波器组设计 | 第37-39页 |
| 3.2.3 基于量子行为的粒子群优化的余弦调制滤波器组设计 | 第39-40页 |
| 3.3 稀疏余弦调制滤波器组的设计问题模型 | 第40-45页 |
| 3.4 基于IROMP的稀疏余弦调制滤波器组的设计 | 第45-47页 |
| 3.5 基于IROMP的稀疏余弦调制滤波器组的设计与比较 | 第47-52页 |
| 3.5.1 算法仿真及性能分析 | 第47-50页 |
| 3.5.2 四种算法的性能比较 | 第50-52页 |
| 3.6 本章小结 | 第52-54页 |
| 第四章 基于神经网络的稀疏余弦调制滤波器组的设计 | 第54-66页 |
| 4.1 引言 | 第54页 |
| 4.2 线性神经网络的基本原理 | 第54-56页 |
| 4.3 基于霍普菲尔德神经网络的余弦调制滤波器组设计 | 第56-57页 |
| 4.4 基于线性神经网络的稀疏余弦滤波器组设计算法 | 第57-59页 |
| 4.5 基于线性神经网络的稀疏余弦调制滤波器组的设计与比较 | 第59-65页 |
| 4.5.1 算法仿真及性能分析 | 第59-63页 |
| 4.5.2 四种算法的性能比较 | 第63-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 发表论文和参加科研情况 | 第72-74页 |
| 致谢 | 第74页 |
