基于统计学习的宽带压缩频谱感知研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.1.1 课题研究背景 | 第9-10页 |
| 1.1.2 课题研究意义 | 第10-11页 |
| 1.2 课题的主要工作 | 第11页 |
| 1.3 论文的内容安排 | 第11-13页 |
| 第二章 压缩频谱感知 | 第13-22页 |
| 2.1 频谱感知 | 第13-15页 |
| 2.2 压缩感知 | 第15-19页 |
| 2.2.1 压缩感知理论概述 | 第15-18页 |
| 2.2.2 压缩感知的应用 | 第18-19页 |
| 2.3 压缩感知与宽带频谱感知结合 | 第19-20页 |
| 2.4 本章小结 | 第20-22页 |
| 第三章 带有自适应门限的贝叶斯压缩频谱感知 | 第22-43页 |
| 3.1 贝叶斯压缩感知 | 第22-28页 |
| 3.1.1 贝叶斯视角下的压缩感知 | 第22-24页 |
| 3.1.2 分层的稀疏先验信息 | 第24-26页 |
| 3.1.3 边缘似然函数最大化 | 第26-28页 |
| 3.2 带门限的贝叶斯信号重建过程 | 第28-35页 |
| 3.2.1 贝叶斯压缩感知在宽带频谱上面临的问题 | 第29-32页 |
| 3.2.2 在信号重建中引入初筛门限 | 第32-35页 |
| 3.3 基于支持向量机的自适应门限 | 第35-39页 |
| 3.3.1 统计学习与支持向量机 | 第36-38页 |
| 3.3.2 门限的自适应化 | 第38-39页 |
| 3.4 带自适应门限的贝叶斯压缩频谱感知 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 基于玻尔兹曼机的协作压缩频谱感知 | 第43-54页 |
| 4.1 独立压缩频谱感知面对信道衰落时的问题 | 第43-46页 |
| 4.2 玻尔兹曼机概述 | 第46-49页 |
| 4.3 基于玻尔兹曼机的协作压缩频谱感知 | 第49-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 论文总结 | 第54-56页 |
| 5.1 主要工作总结 | 第54-55页 |
| 5.2 下一步工作 | 第55-56页 |
| 缩略语 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间发表的学术论文 | 第62页 |
