摘要 | 第5-6页 |
Abstract | 第6-7页 |
目录 | 第8-11页 |
第1章 绪论 | 第11-19页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 随机投影研究现状 | 第13-14页 |
1.2.2 压缩感知重构研究现状 | 第14-16页 |
1.3 压缩感知的应用 | 第16-17页 |
1.4 本文的主要研究内容及组织结构 | 第17-19页 |
1.4.1 本文的主要研究内容 | 第17页 |
1.4.2 本文的组织结构 | 第17-19页 |
第2章 压缩感知的理论框架 | 第19-25页 |
2.1 压缩感知理论 | 第19页 |
2.2 稀疏性 | 第19-20页 |
2.3 随机投影 | 第20-22页 |
2.3.1 限制等距性 | 第20-21页 |
2.3.2 不相干性 | 第21-22页 |
2.4 重构方程 | 第22页 |
2.5 重构算法评估标准简介 | 第22-24页 |
2.6 本章小结 | 第24-25页 |
第3章 一种自适应匹配追踪重构算法 | 第25-41页 |
3.1 稀疏度自适应的贪婪迭代算法 | 第25-28页 |
3.1.1 SAMP算法 | 第25-26页 |
3.1.2 VssAMP算法 | 第26-28页 |
3.1.3 稀疏度自适应的贪婪迭代算法总结 | 第28页 |
3.2 AMP算法的提出 | 第28-32页 |
3.2.1 AMP算法描述 | 第28-29页 |
3.2.2 步长自适应 | 第29-30页 |
3.2.3 阶段转换自适应 | 第30-31页 |
3.2.4 AMP算法流程 | 第31-32页 |
3.3 实验结果分析与比较 | 第32-39页 |
3.3.1 精确重构概率与稀疏度曲线 | 第32-33页 |
3.3.2 精确重构概率与观测点数曲线 | 第33-34页 |
3.3.3 算法性能曲线对比 | 第34-37页 |
3.3.4 图像重构效果对比 | 第37-39页 |
3.4 本章小结 | 第39-41页 |
第4章 一种基于自适应回溯的重构算法 | 第41-53页 |
4.1 基于回溯思想的贪婪迭代算法 | 第41-42页 |
4.1.1 SP算法 | 第41-42页 |
4.1.2 CoSaMP算法 | 第42页 |
4.1.3 基于回溯思想的贪婪迭代算法总结 | 第42页 |
4.2 ABMP算法的提出 | 第42-45页 |
4.2.1 ABMP算法描述 | 第42-43页 |
4.2.2 自适应回溯策略 | 第43页 |
4.2.3 自适应多匹配原则 | 第43-44页 |
4.2.4 ABMP算法流程 | 第44-45页 |
4.3 实验结果分析与比较 | 第45-52页 |
4.3.1 精确重构概率与稀疏度曲线 | 第45-46页 |
4.3.2 精确重构概率与观测点数曲线 | 第46-47页 |
4.3.3 算法性能曲线对比 | 第47-50页 |
4.3.4 图像重构效果对比 | 第50-52页 |
4.4 本章小结 | 第52-53页 |
第5章 基于粒子群算法和LP范数的压缩感知重构算法 | 第53-67页 |
5.1 压缩感知的Lp范数重构模型 | 第53-54页 |
5.2 粒子群算法 | 第54-56页 |
5.2.1 粒子群算法概述 | 第54-55页 |
5.2.2 标准粒子群算法 | 第55-56页 |
5.2.3 量子粒子群算法 | 第56页 |
5.3 IQPSO算法的提出 | 第56-59页 |
5.3.1 差分变异 | 第56-57页 |
5.3.2 边界变异 | 第57页 |
5.3.3 自适应惯性权重 | 第57-58页 |
5.3.4 IQPSO算法流程 | 第58-59页 |
5.4 实验结果分析与比较 | 第59-66页 |
5.4.1 多种粒子群算法的压缩感知重构对比 | 第59-61页 |
5.4.2 IQPSO算法的重构效果与信号长度的关系 | 第61-62页 |
5.4.3 IQPSO算法的压缩感知重构效果 | 第62-63页 |
5.4.4 算法性能曲线对比 | 第63-65页 |
5.4.5 精确重构概率与稀疏度曲线 | 第65页 |
5.4.6 精确重构概率与观测点数曲线 | 第65-66页 |
5.5 本章小结 | 第66-67页 |
第6章 结论与展望 | 第67-69页 |
6.1 结论 | 第67-68页 |
6.2 展望 | 第68-69页 |
参考文献 | 第69-75页 |
致谢 | 第75-77页 |
攻读硕士学位期间发表的论文及科研情况 | 第77页 |