压缩感知中基于梯度投影法的信号重建算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 引言 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 观测矩阵的研究现状 | 第12页 |
| 1.2.2 重建算法的研究现状 | 第12-14页 |
| 1.3 压缩感知的应用 | 第14-15页 |
| 1.4 本文研究内容与结构 | 第15-18页 |
| 第2章 压缩感知理论 | 第18-28页 |
| 2.1 信号的稀疏表示 | 第19-22页 |
| 2.1.1 傅里叶(Fourier)变换 | 第20-21页 |
| 2.1.2 小波变换 | 第21-22页 |
| 2.2 观测矩阵的设计 | 第22-24页 |
| 2.3 信号的重建算法 | 第24-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于改进梯度投影法的信号重建算法 | 第28-44页 |
| 3.1 基于L_1范数的重建理论 | 第28-29页 |
| 3.1.1 正交匹配追踪算法 | 第28-29页 |
| 3.1.2 迭代收缩阈值法 | 第29页 |
| 3.2 基于梯度投影法的信号重建 | 第29-39页 |
| 3.2.1 梯度投影重建算法的模型 | 第29-33页 |
| 3.2.2 改进的梯度投影重建算法 | 第33-39页 |
| 3.3 实验结果与分析 | 第39-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 基于梯度投影算法的图像重建 | 第44-62页 |
| 4.1 图像的稀疏性分析 | 第44-45页 |
| 4.2 基于分块的梯度投影算法 | 第45-53页 |
| 4.2.1 基于行列的图像重建 | 第46-48页 |
| 4.2.2 基于分块的图像重建 | 第48-53页 |
| 4.3 基于改进部分傅里叶观测矩阵的图像重建 | 第53-58页 |
| 4.4 实验与结果分析 | 第58-59页 |
| 4.5 本章小结 | 第59-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70页 |
