压缩感知中的信号重构算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究的背景及意义 | 第9-10页 |
| ·压缩感知的基本理论 | 第10-12页 |
| ·算法的研究现状 | 第12-15页 |
| ·本文研究的主要内容 | 第15-17页 |
| 第二章 最优化与压缩感知信号重构 | 第17-22页 |
| ·最优化问题 | 第17-18页 |
| ·迭代下降法 | 第18-20页 |
| ·牛顿及拟牛顿方向 | 第18-19页 |
| ·负梯度方向 | 第19-20页 |
| ·凸约束集上的最优化方法 | 第20-22页 |
| 第三章 稀疏梯度投影法的改进 | 第22-33页 |
| ·GPSR 算法分析 | 第22-25页 |
| ·模型转化 | 第22-23页 |
| ·两种步长下的求解 | 第23-25页 |
| ·GPSR 算法终止准则的改进 | 第25-28页 |
| ·已有的终止准则 | 第25-26页 |
| ·本文的终止准则 | 第26-27页 |
| ·仿真实验 | 第27-28页 |
| ·罚因子的改进 | 第28-32页 |
| ·罚因子选择分析 | 第28页 |
| ·本文的罚因子选择方法 | 第28页 |
| ·仿真实验 | 第28-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 L1 拟梯度投影算法 | 第33-40页 |
| ·L1 拟梯度 | 第33-35页 |
| ·L1 拟梯度的几何说明 | 第34页 |
| ·L1 拟梯度的证明 | 第34-35页 |
| ·步长选择 | 第35-37页 |
| ·L1 最速下降步长 | 第35-36页 |
| ·罚因子步长 | 第36-37页 |
| ·仿真实验 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 快速光滑 L0 范数法 | 第40-47页 |
| ·SL0 算法分析 | 第40-41页 |
| ·SL0 算法基本原理 | 第40-41页 |
| ·算法流程 | 第41页 |
| ·快速光滑 L0 范数法 | 第41-43页 |
| ·算法基本原理介绍 | 第42-43页 |
| ·算法流程 | 第43页 |
| ·仿真实验 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第六章 总结与展望 | 第47-49页 |
| ·总结 | 第47-48页 |
| ·展望 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 发表论文和科研情况说明 | 第54-55页 |
| 致谢 | 第55-56页 |
