基于压缩感知的超分辨率理论与技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略词表 | 第12-13页 |
| 数学符号表 | 第13-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究工作的背景与意义 | 第14页 |
| 1.2 国内外研究历史与现状 | 第14-16页 |
| 1.3 本文的主要贡献与创新 | 第16页 |
| 1.4 本文的结构安排 | 第16-18页 |
| 第二章 超分辨率技术 | 第18-25页 |
| 2.1 引言 | 第18页 |
| 2.2 谱线估计 | 第18页 |
| 2.3 波达方向估计 | 第18-20页 |
| 2.4 基于子空间的超分辨率算法 | 第20-24页 |
| 2.4.1 多重信号分类算法 | 第21-22页 |
| 2.4.2 旋转不变子空间算法 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于压缩感知的超分辨率技术 | 第25-43页 |
| 3.1 引言 | 第25-26页 |
| 3.2 稀疏模型 | 第26-27页 |
| 3.3 感知矩阵 | 第27-30页 |
| 3.3.1 感知矩阵设计原则 | 第27-29页 |
| 3.3.2 构造感知矩阵 | 第29-30页 |
| 3.4 信号的重构算法 | 第30-37页 |
| 3.4.1 算法分类 | 第30-31页 |
| 3.4.2 常用算法 | 第31-37页 |
| 3.5 基于压缩感知的超分辨率算法 | 第37-41页 |
| 3.5.1 谱迭代硬判决算法 | 第38-39页 |
| 3.5.2 偏离格点稀疏贝叶斯推断算法 | 第39-40页 |
| 3.5.3 字典细化压缩感知算法 | 第40页 |
| 3.5.4 半正定规划算法 | 第40-41页 |
| 3.6 仿真分析 | 第41-42页 |
| 3.7 本章小结 | 第42-43页 |
| 第四章 无噪迭代重加权联合估计与恢复算法 | 第43-54页 |
| 4.1 引言 | 第43页 |
| 4.2 算法建模 | 第43-47页 |
| 4.3 多重测量向量问题 | 第47-49页 |
| 4.4 优化策略 | 第49页 |
| 4.5 算法仿真 | 第49-52页 |
| 4.6 本章小结 | 第52-54页 |
| 第五章 含噪迭代重加权联合估计与恢复算法 | 第54-72页 |
| 5.1 引言 | 第54页 |
| 5.2 算法建模 | 第54-57页 |
| 5.3 多重测量向量问题 | 第57-59页 |
| 5.4 正则化参数选取 | 第59-61页 |
| 5.5 迭代中的剪枝 | 第61-62页 |
| 5.6 算法仿真 | 第62-71页 |
| 5.6.1 谱线估计问题 | 第62-69页 |
| 5.6.2 DOA估计问题 | 第69-71页 |
| 5.7 本章小结 | 第71-72页 |
| 第六章 全文总结与展望 | 第72-74页 |
| 6.1 全文总结 | 第72页 |
| 6.2 后续工作展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间取得的成果 | 第79-80页 |
| 学位论文评审后修改说明表 | 第80-81页 |
| 学位论文答辩后勘误修订说明表 | 第81-82页 |
