基于小波域维纳滤波器的压缩感知理论及应用
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 序 | 第8-11页 |
| 1 绪论 | 第11-14页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外现状 | 第12-13页 |
| ·本文主要工作的创新点和结构安排 | 第13-14页 |
| 2 压缩感知理论简介 | 第14-22页 |
| ·压缩感知理论框架 | 第14-19页 |
| ·信号的稀疏表示 | 第15页 |
| ·CS观测模型 | 第15-17页 |
| ·CS重构模型 | 第17-19页 |
| ·CS应用 | 第19-22页 |
| 3 基于小波域Wiener滤波器的信号稀疏表示 | 第22-36页 |
| ·Wiener滤波器和小波变换 | 第22-23页 |
| ·小波域经验Wiener滤波器的设计 | 第23-24页 |
| ·稀疏化的原因 | 第24-25页 |
| ·实验结果 | 第25-35页 |
| ·一维信号 | 第26-30页 |
| ·维图像 | 第30-35页 |
| ·本章小结 | 第35-36页 |
| 4 基于小波域Wiener滤波器的CS信号去噪 | 第36-46页 |
| ·带噪信号小波域Wiener滤波器的设计 | 第37-41页 |
| ·分析Wiener滤波器去噪与硬阈值去噪 | 第41页 |
| ·实验结果 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 5 基于CS的语音信号处理 | 第46-51页 |
| ·语音信号的稀疏性 | 第46-47页 |
| ·基于CS的语音信号重构 | 第47-49页 |
| ·实验结果 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 6 结论 | 第51-53页 |
| ·工作总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 作者简历 | 第57-59页 |
| 学位论文数据集 | 第59页 |
