压缩感知重构算法与应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.2 压缩感知理论的应用 | 第13-15页 |
| 1.3 本文的研究内容和结构安排 | 第15-17页 |
| 第二章 压缩感知理论框架 | 第17-32页 |
| 2.1 信号的稀疏性 | 第17-21页 |
| 2.1.1 时空域中的稀疏性 | 第17-18页 |
| 2.1.2 变换域中的稀疏性 | 第18-20页 |
| 2.1.3 信号的稀疏表示 | 第20-21页 |
| 2.2 有限等距条件 | 第21-23页 |
| 2.3 信号重构 | 第23-27页 |
| 2.3.1 稀疏信号重构 | 第23-26页 |
| 2.3.2 稳定性和鲁棒性 | 第26-27页 |
| 2.4 测量矩阵 | 第27-30页 |
| 2.4.1 设计准则 | 第27-29页 |
| 2.4.2 常用测量矩阵 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 重构算法分析 | 第32-47页 |
| 3.1 基追踪 | 第32-34页 |
| 3.2 正交匹配追踪 | 第34-37页 |
| 3.3 正则化正交匹配追踪 | 第37-39页 |
| 3.4 压缩感知匹配追踪 | 第39-41页 |
| 3.5 子空间追踪 | 第41-42页 |
| 3.6 仿真实验 | 第42-46页 |
| 3.7 本章小结 | 第46-47页 |
| 第四章 一种改进的贪婪匹配追踪算法 | 第47-61页 |
| 4.1 StOMP 算法回顾 | 第47-49页 |
| 4.2 OSOMP: StOMP 算法的改进 | 第49-50页 |
| 4.3 算法分析 | 第50-52页 |
| 4.4 仿真实验 | 第52-59页 |
| 4.4.1 稀疏信号实验 | 第52-55页 |
| 4.4.2 修剪因子的选取 | 第55-57页 |
| 4.4.3 可压缩信号实验 | 第57-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第五章 一种基于混沌的图像压缩感知及重构算法 | 第61-74页 |
| 5.1 图像压缩感知 | 第61-64页 |
| 5.1.1 传统图像压缩 | 第61-62页 |
| 5.1.2 图像分块压缩感知分析 | 第62-64页 |
| 5.2 混沌系统简介 | 第64-66页 |
| 5.3 基于混沌的图像压缩感知及重构算法 | 第66-68页 |
| 5.4 算法分析 | 第68-69页 |
| 5.5 仿真实验 | 第69-73页 |
| 5.6 本章小结 | 第73-74页 |
| 结论 | 第74-77页 |
| 参考文献 | 第77-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 答辩委员会对论文的评定意见 | 第85页 |
