分布式压缩感知及轮廓识别研究
摘要 | 第1-5页 |
Abstract | 第5-8页 |
目录 | 第8-10页 |
第一章 绪论 | 第10-23页 |
·研究背景 | 第10-11页 |
·研究意义和必要性 | 第11-13页 |
·国内外研究现状和发展趋势 | 第13-16页 |
·本论文框架及主要研究内容 | 第16-17页 |
参考文献 | 第17-23页 |
第二章 稀疏表示与超完备字典基本理论 | 第23-39页 |
·稀疏表示基本理论 | 第23-25页 |
·信号稀疏表示 | 第23-24页 |
·稀疏度量 | 第24-25页 |
·稀疏表示的最优解 | 第25-31页 |
·追踪算法 | 第25-29页 |
·算法理论分析 | 第29-31页 |
·字典构造方法 | 第31-35页 |
·MOD算法 | 第32页 |
·K-SVD算法 | 第32-34页 |
·仿真实验及其结果 | 第34-35页 |
·小结 | 第35-36页 |
参考文献 | 第36-39页 |
第三章 基于稀疏表示的特定目标轮廓识别 | 第39-60页 |
·传统的识别方法 | 第39-44页 |
·轮廓特征提取与表示 | 第44-47页 |
·特定目标轮廓识别算法 | 第47-51页 |
·构造超完备字典 | 第48-50页 |
·SRSOR算法描述 | 第50-51页 |
·实验仿真与结果分析 | 第51-57页 |
·小结 | 第57页 |
参考文献 | 第57-60页 |
第四章 基于分布式压缩感知的数据融合及轮廓识别 | 第60-85页 |
·基于分布式压缩感知的数据融合 | 第60-67页 |
·压缩感知基本理论 | 第60-62页 |
·分布式压缩感知模型 | 第62-65页 |
·数据融合模型 | 第65-67页 |
·形态成分分析 | 第67-70页 |
·信号形态分解基础 | 第67-68页 |
·形态稀疏表示求解 | 第68-70页 |
·基于形态成分分析的多类融合样本中目标轮廓识别 | 第70-73页 |
·多类融合样本稀疏性分析 | 第70-71页 |
·特定目标轮廓识别算法 | 第71-73页 |
·实验仿真与结论分析 | 第73-81页 |
·小结 | 第81页 |
参考文献 | 第81-85页 |
第五章 基于FPGA的轮廓检测系统平台 | 第85-100页 |
·FPGA的结构 | 第85-91页 |
·PLD技术的发展 | 第85-86页 |
·FPGA的基本结构 | 第86-91页 |
·系统硬件设计与实现 | 第91-98页 |
·处理器模块 | 第91-95页 |
·感知模块 | 第95-97页 |
·无线收发模块 | 第97-98页 |
·系统软件设计与测试 | 第98-99页 |
·小结 | 第99页 |
参考文献 | 第99-100页 |
第六章 总结与展望 | 第100-101页 |
·总结 | 第100页 |
·展望 | 第100-101页 |
致谢 | 第101-102页 |
在读期间发表的论文与取得的成果 | 第102页 |