首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--信号处理论文

基于压缩感知中观测矩阵优化和重构算法研究

摘要第4-5页
abstract第5页
专用术语注释表第8-9页
第一章 绪论第9-15页
    1.1 选题背景和意义第9-10页
    1.2 研究的现状第10-12页
    1.3 压缩感知的应用第12-14页
    1.4 主要内容和组织结构第14-15页
第二章 压缩感知基本知识第15-22页
    2.1 压缩感知理论框架第15-16页
    2.2 信号的稀疏表示第16页
    2.3 观测矩阵的构造第16-19页
        2.3.1 RIP理论第17-18页
        2.3.2 常见的观测矩阵分类第18-19页
    2.4 信号的重构第19-21页
    2.5 本章小结第21-22页
第三章 基于梯度下降与QR分解的观测矩阵优化第22-31页
    3.1 优化构造观测矩阵第22-25页
        3.1.1 基于梯度下降法降低互相关性第23-24页
        3.1.2 QR分解增大矩阵列独立性第24页
        3.1.3 矩阵优化设计第24-25页
    3.2 实验仿真与分析第25-29页
        3.2.1 不同压缩比的对比第26-27页
        3.2.2 算法重构的稳定性第27-29页
    3.3 本章小结第29-31页
第四章 基于压缩感知中矩阵分解的观测矩阵改进第31-41页
    4.1 观测矩阵构造理论第31-33页
        4.1.1 基于梯度下降法增大非相干性第31页
        4.1.2 矩阵近似QR分解第31-32页
        4.1.3 矩阵奇异值(SVD)分解第32-33页
    4.2 观测矩阵的改进第33-35页
    4.3 仿真实验结果与分析第35-40页
        4.3.1 不同压缩比的比较第35-37页
        4.3.2 算法鲁棒性对比第37-40页
    4.4 本章小结第40-41页
第五章 改进的观测矩阵与共轭梯度法第41-50页
    5.1 基于观测矩阵改进的重构算法第41-44页
        5.1.1 基于梯度下降法的矩阵分解改进第41-42页
        5.1.2 共轭梯度算法的改进第42-43页
        5.1.3 基于改进观测矩阵的共轭梯度算法第43-44页
    5.2 实验仿真与分析第44-49页
        5.2.1 一维信号重构第44-46页
        5.2.2 二维图像重构第46-49页
    5.3 本章小结第49-50页
第六章 总结与展望第50-52页
参考文献第52-55页
附录1 程序清单第55-56页
附录2 攻读硕士学位期间撰写的论文第56-57页
附录3 攻读硕士学位期间参加的科研项目第57-58页
致谢第58页

论文共58页,点击 下载论文
上一篇:生物碱(±)-Aphanorphine的合成及Ag (Ⅰ)催化的环己烯酮重氮的缩环重排反应研究
下一篇:可见光催化下需氧芳构化和芳烃二氟酰化反应研究