| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-12页 |
| ·引言 | 第7-8页 |
| ·压缩感知理论简介 | 第8-9页 |
| ·国内外研究现状及需要解决的问题 | 第9-10页 |
| ·主要研究内容 | 第10-12页 |
| 第2章 压缩感知的基础理论 | 第12-31页 |
| ·测量矩阵的设计准则 | 第12-16页 |
| ·有限紧支特性(RIP)条件 | 第12-14页 |
| ·测量矩阵的列相关性 | 第14-16页 |
| ·常见的测量矩阵 | 第16-20页 |
| ·随机测量矩阵 | 第16-17页 |
| ·确定性测量矩阵 | 第17-20页 |
| ·压缩感知重建算法 | 第20-26页 |
| ·同伦算法(Homotopy Algorithm) | 第21-22页 |
| ·最小角度回归算法(Least Angle Regression) | 第22-23页 |
| ·正交匹配追踪算法(OMP) | 第23-24页 |
| ·子空间追踪法(Subspace Pursuit) | 第24-25页 |
| ·最小全变分法(Least Total Variation) | 第25-26页 |
| ·仿真实验 | 第26-29页 |
| ·本章小结 | 第29-31页 |
| 第3章 基于压缩感知的盲源信号分离 | 第31-37页 |
| ·盲源信息分离 | 第31页 |
| ·压缩感知与盲源信号分离的关系 | 第31-33页 |
| ·仿真实验 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 贝叶斯压缩感知与光声图像重建 | 第37-46页 |
| ·贝叶斯压缩感知和光声成像的基本原理 | 第37-38页 |
| ·压缩感知用于光声成像 | 第37页 |
| ·贝叶斯压缩感知原理 | 第37-38页 |
| ·压缩感知用于光声成像的具体实现方法 | 第38-40页 |
| ·实验结果 | 第40-45页 |
| ·本章小结 | 第45-46页 |
| 结论 | 第46-48页 |
| 参考文献 | 第48-53页 |
| 攻读学位期间发表的学术论文及其它成果 | 第53-55页 |
| 致谢 | 第55页 |
