| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题来源及研究的目的和意义 | 第10-11页 |
| 1.2 国内外在该方向的研究现状及分析 | 第11-17页 |
| 1.2.1 信号去噪方法的国内外研究现状 | 第11-14页 |
| 1.2.2 稀疏分解去噪方法的国内外研究现状 | 第14-17页 |
| 1.3 本文主要研究内容 | 第17-19页 |
| 第2章 稀疏分解去噪基本理论 | 第19-44页 |
| 2.1 引言 | 第19页 |
| 2.2 信号的稀疏分解 | 第19-27页 |
| 2.2.1 信号的表示 | 第19-20页 |
| 2.2.2 信号的正交分解 | 第20-22页 |
| 2.2.3 信号的稀疏分解 | 第22-27页 |
| 2.3 稀疏分解去噪的数学模型 | 第27-28页 |
| 2.3.1 信噪模型 | 第27页 |
| 2.3.2 数学描述 | 第27-28页 |
| 2.4 稀疏分解去噪的主要算法及实验 | 第28-43页 |
| 2.4.1 凸松弛方法 | 第29页 |
| 2.4.2 贪婪算法 | 第29-31页 |
| 2.4.3 随机正交匹配追踪算法 | 第31-36页 |
| 2.4.4 算法去噪效果评价指标 | 第36-37页 |
| 2.4.5 仿真实验 | 第37-43页 |
| 2.5 本章小结 | 第43-44页 |
| 第3章 基于信号模型的稀疏分解去噪方法研究 | 第44-78页 |
| 3.1 引言 | 第44-45页 |
| 3.2 块稀疏信号的稀疏分解去噪方法 | 第45-64页 |
| 3.2.1 块稀疏信号的模型 | 第45-48页 |
| 3.2.2 块稀疏信号的去噪算法原理及步骤 | 第48-52页 |
| 3.2.3 块稀疏信号的去噪算法分析 | 第52-59页 |
| 3.2.4 仿真实验 | 第59-64页 |
| 3.3 树型稀疏信号的稀疏分解去噪方法 | 第64-77页 |
| 3.3.1 树型稀疏信号模型 | 第64-65页 |
| 3.3.2 树型稀疏信号的去噪算法原理及步骤 | 第65-71页 |
| 3.3.3 树型稀疏信号的去噪算法分析 | 第71-72页 |
| 3.3.4 仿真实验 | 第72-77页 |
| 3.4 本章小结 | 第77-78页 |
| 第4章 基于信号相关性的稀疏分解去噪方法研究 | 第78-100页 |
| 4.1 引言 | 第78页 |
| 4.2 多通道信号的相关性模型 | 第78-80页 |
| 4.2.1 相关性模型一（CM1） | 第78-80页 |
| 4.2.2 相关性模型二（CM2） | 第80页 |
| 4.3 面向 CM1 模型的多通道信号稀疏分解去噪方法 | 第80-89页 |
| 4.3.1 算法原理及步骤 | 第81-83页 |
| 4.3.2 算法分析 | 第83-84页 |
| 4.3.3 仿真实验 | 第84-89页 |
| 4.4 面向 CM2 模型的多通道信号稀疏分解去噪方法 | 第89-99页 |
| 4.4.1 算法原理及步骤 | 第89-92页 |
| 4.4.2 算法分析 | 第92页 |
| 4.4.3 仿真实验 | 第92-99页 |
| 4.5 本章小结 | 第99-100页 |
| 结论 | 第100-102页 |
| 参考文献 | 第102-110页 |
| 攻读学位期间发表的学术论文及其他成果 | 第110-112页 |
| 致谢 | 第112页 |