| 作者简介 | 第1-8页 |
| 摘要 | 第8-12页 |
| ABSTRACT | 第12-18页 |
| 第一章 绪论 | 第18-40页 |
| §1.1 引言 | 第18-19页 |
| §1.2 压缩感知问题综述 | 第19-29页 |
| ·压缩感知及其研究现状 | 第19-20页 |
| ·压缩感知的数学模型及算法 | 第20-28页 |
| ·压缩感知技术的应用 | 第28-29页 |
| §1.3 分布式压缩感知问题综述 | 第29-37页 |
| ·分布式压缩感知及其研究现状 | 第29-32页 |
| ·分布式压缩感知的数学模型及算法 | 第32-37页 |
| ·分布式压缩感知技术的应用 | 第37页 |
| §1.4 论文的结构和主要工作 | 第37-40页 |
| 第二章 基于裁剪机制的分布式压缩感知 | 第40-65页 |
| §2.1 压缩采样匹配追踪算法 | 第40-41页 |
| §2.2 改进的压缩采样匹配追踪算法 | 第41-44页 |
| §2.3 基于阈值和裁剪机制的分布式压缩感知算法 | 第44-52页 |
| ·算法描述 | 第44-48页 |
| ·基于阈值的重构可行性分析 | 第48-52页 |
| §2.4 算法的性能分析及应用 | 第52-63页 |
| §2.5 本章小结 | 第63-65页 |
| 第三章 分布式广义正交匹配追踪 | 第65-85页 |
| §3.1 正交匹配追踪算法 | 第65-66页 |
| §3.2 广义正交匹配追踪算法 | 第66-69页 |
| §3.3 分布式广义正交匹配追踪算法 | 第69-75页 |
| ·算法描述 | 第69-70页 |
| ·基于约束等距性质的重构条件 | 第70-75页 |
| §3.4 算法的性能分析及应用 | 第75-84页 |
| §3.5 本章小结 | 第84-85页 |
| 第四章 基于分布式压缩感知的欠定盲分离 | 第85-100页 |
| §4.1 欠定盲分离问题的数学模型 | 第85-86页 |
| §4.2 分布式压缩感知与欠定盲分离的数学模型的关系 | 第86-90页 |
| §4.3 基于分布式压缩感知的欠定盲分离算法 | 第90-99页 |
| ·分布式稀疏自适应匹配追踪算法 | 第90页 |
| ·算法描述 | 第90-92页 |
| ·算法性能分析及应用 | 第92-99页 |
| §4.4 本章小结 | 第99-100页 |
| 第五章 基于分段分布式压缩感知的欠定盲分离 | 第100-110页 |
| §5.1 多稀疏源欠定盲分离问题的数学模型 | 第100-101页 |
| §5.2 基于分段分布式压缩感知的多稀疏源欠定盲分离算法 | 第101-109页 |
| ·算法描述 | 第101-103页 |
| ·与其它欠定盲分离算法复杂度的比较 | 第103-105页 |
| ·算法性能分析 | 第105-109页 |
| §5.3 本章小结 | 第109-110页 |
| 第六章 总结与展望 | 第110-113页 |
| §6.1 论文的主要工作 | 第110-111页 |
| §6.2 论文的主要创新点 | 第111-112页 |
| §6.3 进一步的研究工作 | 第112-113页 |
| 致谢 | 第113-115页 |
| 参考文献 | 第115-124页 |