首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于信号结构特性的压缩感知关键技术研究

摘要第5-7页
ABSTRACT第7-9页
符号说明第13-14页
第1章 绪论第14-40页
    1.1 课题研究背景及意义第14-17页
        1.1.1 课题研究背景第14-16页
        1.1.2 课题研究意义第16-17页
    1.2 国内外研究现状第17-19页
    1.3 压缩感知理论概述第19-28页
        1.3.1 传统压缩感知第19-25页
        1.3.2 结构化压缩感知第25-28页
    1.4 压缩感知理论面临的问题第28-29页
    1.5 论文主要研究内容及章节安排第29-32页
    本章参考文献第32-40页
第2章 基于图像子块相似性的压缩感知算法研究第40-66页
    2.1 引言第40-41页
    2.2 分块压缩感知第41-42页
    2.3 图像子块的相似性第42-46页
        2.3.1 图像子块的相似性度量第42-45页
        2.3.2 分类算法第45页
        2.3.3 图像子块的相似性分析第45-46页
    2.4 基于图像子块相似性的分块压缩感知算法第46-53页
        2.4.1 相似图像子块的小波系数分析第47-48页
        2.4.2 基于图像子块相似性的分块压缩感知框架第48-50页
        2.4.3 仿真结果及性能分析第50-53页
    2.5 基于图像子块相似性的分类压缩感知算法第53-58页
        2.5.1 分类压缩感知框架第54-55页
        2.5.2 分类压缩感知算法的仿真结果及性能分析第55-58页
    2.6 不等分类压缩感知算法第58-62页
        2.6.1 图像小波系数特性第58-60页
        2.6.2 不等分类压缩感知框架第60-61页
        2.6.3 Unequal-CCS算法仿真结果及性能分析第61-62页
    2.7 本章小结第62-64页
    本章参考文献第64-66页
第3章 基于图像小波系数相关性的结构化压缩感知算法研究第66-82页
    3.1 引言第66-67页
    3.2 基于MMV模型的压缩感知算法第67-68页
    3.3 小波系数的相关特性第68-69页
    3.4 插零算法第69页
    3.5 基于小波系数特性的MMV模型转换框架第69-71页
    3.6 改进的MMV模型转换框架第71-72页
    3.7 仿真结果及性能分析第72-77页
        3.7.1 MMV模型转换算法在不同小波级数下的性能分析第73-74页
        3.7.2 MMV模型转换算法在不同图像子块大小下的性能分析第74页
        3.7.3 MMV模型与SMV模型的性能对比分析第74-76页
        3.7.4 改进的MMV模型转换算法的性能分析第76-77页
    3.8 本章小结第77-79页
    本章参考文献第79-82页
第4章 基于信号波形相似性的结构化压缩感知算法研究第82-94页
    4.1 引言第82-83页
    4.2 信号波形的相似性第83-86页
        4.2.1 信号波形相似性度量第83-84页
        4.2.2 信号波形相似性分析第84-85页
        4.2.3 分段算法第85-86页
    4.3 基于信号波形相似性的MMV转换框架第86-87页
    4.4 仿真结果及性能分析第87-91页
        4.4.1 仿真结果第88-90页
        4.4.2 与其他算法的对比分析第90-91页
    4.5 本章小结第91-92页
    本章参考文献第92-94页
第5章 基于压缩感知理论的不等差错保护算法研究第94-107页
    5.1 引言第94-95页
    5.2 基于压缩感知理论的编解码方案第95-97页
        5.2.1 基于CS论的信源编解码方案第95-96页
        5.2.2 基于CS理论的信道编解码方案第96-97页
    5.3 基于压缩感知理论的不等差错保护框架第97-99页
    5.4 仿真结果及性能分析第99-104页
        5.4.1 仿真结果第100-103页
        5.4.2 性能分析第103页
        5.4.3 与其他UEP算法的对比分析第103-104页
    5.5 本章小结第104-105页
    本章参考文献第105-107页
第6章 总结与展望第107-110页
    6.1 论文的主要研究成果第107-108页
    6.2 下一步工作展望第108-110页
附录1 缩略词第110-112页
附录2 图表索引第112-114页
致谢第114-116页
攻读学位期间发表的学术论文目录第116页

论文共116页,点击 下载论文
上一篇:基于变厚非圆齿轮传动的理论分析与设计研究
下一篇:基于草图和边缘的物体识别