| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题的背景和意义 | 第11-12页 |
| 1.2 信号稀疏分解的研究发展现状 | 第12-14页 |
| 1.3 人工鱼群算法的研究发展现状 | 第14页 |
| 1.4 本文的主要工作和内容安排 | 第14-16页 |
| 第2章 信号稀疏分解 | 第16-28页 |
| 2.1 引言 | 第16-17页 |
| 2.2 信号的表示 | 第17页 |
| 2.3 信号正交分解 | 第17-21页 |
| 2.4 信号稀疏分解 | 第21-27页 |
| 2.4.1 信号的稀疏表示 | 第22-23页 |
| 2.4.2 过完备原子库 | 第23-24页 |
| 2.4.3 匹配追踪算法 | 第24-27页 |
| 2.4.4 匹配追踪的应用 | 第27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 人工鱼群算法 | 第28-35页 |
| 3.1 引言 | 第28-29页 |
| 3.2 人工鱼群算法的基本思想 | 第29-30页 |
| 3.3 人工鱼群算法研究 | 第30-34页 |
| 3.3.1 算法参数的相关定义 | 第30页 |
| 3.3.2 人工鱼的行为描述 | 第30-32页 |
| 3.3.3 行为选择及最优值的获取 | 第32页 |
| 3.3.4 人工鱼群算法的全局收敛性 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 利用 AFSA实现基于 MP的信号稀疏分解 | 第35-55页 |
| 4.1 引言 | 第35页 |
| 4.2 信号MP稀疏分解算法流程 | 第35-37页 |
| 4.3 信号MP稀疏分解的快速算法 | 第37-39页 |
| 4.4 利用人工鱼群算法实现信号MP稀疏分解 | 第39-46页 |
| 4.4.1 利用人工鱼群算法寻找最佳原子 | 第39-41页 |
| 4.4.2 参数对收敛性及寻优速度的影响 | 第41-43页 |
| 4.4.3 改进人工鱼群算法 | 第43-44页 |
| 4.4.4 利用原子特性进一步优化 | 第44-46页 |
| 4.5 仿真实验结果与分析 | 第46-54页 |
| 4.5.1 仿真实验及结果 | 第46-53页 |
| 4.5.2 算法性能分析 | 第53-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 基于AFSA的稀疏分解在信号去噪中的应用 | 第55-64页 |
| 5.1 引言 | 第55页 |
| 5.2 基于AFSA的稀疏分解去除信号噪声 | 第55-57页 |
| 5.3 仿真实验结果与分析 | 第57-63页 |
| 5.4 本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位论文期间发表的论文 | 第71页 |