摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
第1章 绪论 | 第10-17页 |
·研究背景与实际意义 | 第10-13页 |
·国内外相关研究现状 | 第13-15页 |
·论文研究内容与章节安排 | 第15-17页 |
第2章 跳频通信与压缩采样 | 第17-28页 |
·引言 | 第17页 |
·扩展频谱技术 | 第17-19页 |
·跳频通信系统 | 第19-20页 |
·跳频系统的技术指标 | 第20-22页 |
·跳频信号的压缩采样 | 第22-27页 |
·信号的稀疏表示 | 第24-25页 |
·信号的线性测量 | 第25页 |
·信号的优化恢复 | 第25-27页 |
·本章小结 | 第27-28页 |
第3章 测量矩阵特性分析与优化 | 第28-39页 |
·引言 | 第28-29页 |
·常用的测量矩阵 | 第29-32页 |
·常用测量矩阵的分类 | 第29页 |
·常用测量矩阵的介绍 | 第29-32页 |
·测量矩阵特性分析 | 第32-35页 |
·信息样点独立性对测量矩阵的要求 | 第32-33页 |
·RIP 特性对测量矩阵的要求 | 第33-34页 |
·压缩后的白噪声特性要求 | 第34-35页 |
·最大化压缩后信噪比对测量矩阵的要求 | 第35页 |
·现有的优化方法 | 第35-38页 |
·本章小结 | 第38-39页 |
第4章 基于 Grassmanian 框架的测量矩阵优化 | 第39-47页 |
·框架理论 | 第39-40页 |
·Grassmanian 框架 | 第40-41页 |
·Gram 矩阵的紧框架逼近 | 第41-42页 |
·Gram 矩阵的投影优化 | 第42-43页 |
·恢复矩阵的互相关系数 | 第42页 |
·Gram 矩阵的投影优化 | 第42-43页 |
·基于最优 Grassmanian 框架的测量矩阵构造 | 第43-46页 |
·算法描述 | 第43-44页 |
·数值仿真与分析 | 第44-46页 |
·本章小结 | 第46-47页 |
第5章 一种基于 KSVD-ETF 的测量矩阵优化方法 | 第47-54页 |
·稀疏表达字典及其优化 | 第47-49页 |
·信号的稀疏表示 | 第47-48页 |
·KSVD 训练字典 | 第48-49页 |
·Gram 矩阵的 ETF 优化 | 第49-50页 |
·ETF 的 Gram 矩阵 | 第49页 |
·Gram 矩阵的 ETF 逼近 | 第49-50页 |
·测量矩阵和表达字典的 KSVD-ETF 联合优化 | 第50-53页 |
·算法描述 | 第50-51页 |
·数值仿真与分析 | 第51-53页 |
·本章小结 | 第53-54页 |
第6章 总结和展望 | 第54-56页 |
·本文工作总结 | 第54-55页 |
·展望 | 第55-56页 |
致谢 | 第56-57页 |
参考文献 | 第57-61页 |
附录 | 第61页 |