面向气体信号量化压缩感知的贝叶斯重建方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 压缩感知研究现状 | 第10-11页 |
| 1.3 贝叶斯压缩感知研究现状 | 第11-12页 |
| 1.4 气体信号压缩感知需要解决的问题 | 第12-13页 |
| 1.5 本文的主要研究内容和结构安排 | 第13-15页 |
| 第2章 压缩感知理论概述 | 第15-23页 |
| 2.1 引言 | 第15页 |
| 2.2 压缩采样模型 | 第15-17页 |
| 2.3 信号的稀疏表达建模 | 第17-18页 |
| 2.4 压缩感知主要重建算法 | 第18-20页 |
| 2.4.1 凸松弛算法 | 第18页 |
| 2.4.2 贪婪迭代算法 | 第18-19页 |
| 2.4.3 迭代阈值算法 | 第19-20页 |
| 2.5 贝叶斯重建算法 | 第20-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 分块稀疏多比特压缩感知重建方法 | 第23-39页 |
| 3.1 引言 | 第23-24页 |
| 3.2 贝叶斯量化压缩感知方法 | 第24-32页 |
| 3.2.1 量化压缩感知的观测模型 | 第24-25页 |
| 3.2.2 量化压缩感知的贝叶斯框架 | 第25-26页 |
| 3.2.3 多比特压缩感知重建算法描述 | 第26-32页 |
| 3.3 多比特压缩感知仿真结果及分析 | 第32-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 分块稀疏一比特压缩感知重建方法 | 第39-55页 |
| 4.1 引言 | 第39页 |
| 4.2 一比特压缩感知重建方法 | 第39-44页 |
| 4.2.1 一比特压缩感知的观测模型 | 第39-40页 |
| 4.2.2 一比特压缩感知的贝叶斯框架 | 第40页 |
| 4.2.3 一比特压缩感知重建算法描述 | 第40-44页 |
| 4.3 分块稀疏多比特压缩感知重建算法延伸 | 第44-46页 |
| 4.4 一比特压缩感知仿真结果及分析 | 第46-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第5章 气体信号量化压缩感知实验 | 第55-69页 |
| 5.1 引言 | 第55页 |
| 5.2 实验设置 | 第55-58页 |
| 5.2.1 气体信号采集硬件 | 第55-56页 |
| 5.2.2 其他实验硬件 | 第56-57页 |
| 5.2.3 浓度信息采集软件 | 第57页 |
| 5.2.4 气体信号的浓度对应电压值的转换 | 第57-58页 |
| 5.3 气体信号压缩感知重建实验 | 第58-66页 |
| 5.3.1 多比特压缩感知实验结果及分析 | 第58-63页 |
| 5.3.2 一比特压缩感知实验结果及分析 | 第63-66页 |
| 5.4 本章小结 | 第66-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 6.1 论文总结 | 第69页 |
| 6.2 工作展望 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 发表论文和科研情况说明 | 第77-79页 |
| 致谢 | 第79-80页 |
