基于先验信息的压缩感知重建算法研究
| 摘要 | 第4-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 研究背景 | 第16-17页 |
| 1.2 研究现状与研究意义 | 第17-19页 |
| 1.3 研究内容及论文组织结构 | 第19-24页 |
| 1.3.1 研究内容及创新 | 第19-22页 |
| 1.3.2 论文组织结构 | 第22-24页 |
| 第二章 压缩感知理论简介 | 第24-49页 |
| 2.1 压缩感知数学模型 | 第24页 |
| 2.2 信号的稀疏表示 | 第24-30页 |
| 2.2.1 信号的表示与稀疏度测量 | 第25-26页 |
| 2.2.2 常用的稀疏变换方法 | 第26-30页 |
| 2.3 测量矩阵的相关理论 | 第30-35页 |
| 2.3.1 测量矩阵的设计准则 | 第30-32页 |
| 2.3.2 常见测量矩阵的构造方式和性能分析 | 第32-35页 |
| 2.4 压缩感知重建算法 | 第35-43页 |
| 2.4.1 凸优化算法 | 第37-40页 |
| 2.4.2 贪婪算法 | 第40-42页 |
| 2.4.3 贝叶斯类算法 | 第42-43页 |
| 2.5 压缩感知的应用领域 | 第43-48页 |
| 2.5.1 图像、视频领域 | 第43-45页 |
| 2.5.2 生物、医学领域 | 第45-46页 |
| 2.5.3 雷达系统 | 第46-47页 |
| 2.5.4 无线通信 | 第47-48页 |
| 2.5.5 应用小结 | 第48页 |
| 2.6 本章小结 | 第48-49页 |
| 第三章 压缩感知重建算法的理论性能研究 | 第49-70页 |
| 3.1 引言 | 第49-50页 |
| 3.2 点对点链路理论性能研究 | 第50-58页 |
| 3.2.1 问题模型 | 第50-52页 |
| 3.2.2 性能研究 | 第52-58页 |
| 3.3 多点链路理论性能研究 | 第58-68页 |
| 3.3.1 问题模型 | 第58-61页 |
| 3.3.2 性能研究 | 第61-68页 |
| 3.4 本章小结 | 第68-70页 |
| 第四章 基于稀疏树结构的压缩感知重建算法 | 第70-86页 |
| 4.1 概述 | 第70-72页 |
| 4.2 算法背景 | 第72-73页 |
| 4.2.1 稀疏树结构 | 第72-73页 |
| 4.2.2 正则正交匹配追踪算法 | 第73页 |
| 4.3 基于树结构的压缩感知重建算法 | 第73-77页 |
| 4.4 性能分析 | 第77-85页 |
| 4.5 本章小结 | 第85-86页 |
| 第五章 基于支撑集非零概率向量的压缩感知重建算法 | 第86-101页 |
| 5.1 概述 | 第86-87页 |
| 5.2 分布式压缩感知系统框架和基本理论 | 第87-91页 |
| 5.2.1 分布式压缩感知的基本理论 | 第87-88页 |
| 5.2.2 分布式压缩感知的联合稀疏模型 | 第88-91页 |
| 5.3 算法原理 | 第91-97页 |
| 5.3.1 信号模型 | 第91-92页 |
| 5.3.2 算法介绍 | 第92-97页 |
| 5.4 性能分析 | 第97-100页 |
| 5.5 本章小结 | 第100-101页 |
| 第六章 总结与展望 | 第101-104页 |
| 6.1 总结 | 第101-102页 |
| 6.2 展望 | 第102-104页 |
| 参考文献 | 第104-116页 |
| 致谢 | 第116-118页 |
| 攻读学位期间发表的学术论文目录 | 第118页 |
