宽带信号压缩感知技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 稀疏信号压缩感知技术 | 第9-10页 |
| 1.2 认知无线电与频谱感知 | 第10-11页 |
| 1.3 论文研究内容与创新 | 第11-12页 |
| 1.4 论文结构安排 | 第12-13页 |
| 第二章 背景 | 第13-26页 |
| 2.1 引言 | 第13-14页 |
| 2.2 感知模型 | 第14-18页 |
| 2.2.1 线性测量 | 第14-15页 |
| 2.2.2 RIP性质 | 第15页 |
| 2.2.3 信号重构 | 第15-16页 |
| 2.2.4 OMP算法 | 第16-18页 |
| 2.3 信号的稀疏表示 | 第18页 |
| 2.3.1 严格稀疏信号 | 第18页 |
| 2.3.2 可压缩信号 | 第18页 |
| 2.4 稀疏学习和相关向量机 | 第18-23页 |
| 2.5 联合稀疏特性 | 第23-26页 |
| 2.5.1 JSM-1 | 第23-24页 |
| 2.5.2 JSM-2 | 第24页 |
| 2.5.3 S-OMP算法 | 第24-26页 |
| 第三章 双路压缩感知模拟采样 | 第26-40页 |
| 3.1 引言 | 第26页 |
| 3.2 压缩感知采样结构 | 第26-28页 |
| 3.3 复数频谱的内部相关性 | 第28-30页 |
| 3.4 双路采样模型 | 第30-33页 |
| 3.5 数值仿真与分析 | 第33-38页 |
| 3.6 本章小结 | 第38-40页 |
| 第四章 分布式贝叶斯压缩感知 | 第40-58页 |
| 4.1 引言 | 第40-41页 |
| 4.2 贝叶斯压缩感知 | 第41-44页 |
| 4.3 分布式信号处理 | 第44-45页 |
| 4.3.1 分布式信源编码 | 第44-45页 |
| 4.3.2 分布式压缩感知 | 第45页 |
| 4.4 吉布斯采样器 | 第45-47页 |
| 4.5 分布式信号稀疏概率模型 | 第47-49页 |
| 4.6 分布式贝叶斯框架 | 第49-52页 |
| 4.7 仿真与分析 | 第52-57页 |
| 4.8 本章小结 | 第57-58页 |
| 第五章 全文总结 | 第58-60页 |
| 5.1 本文研究内容与创新 | 第58-59页 |
| 5.2 未来工作展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-65页 |
| 攻读学位期间发表论文目录 | 第65页 |
