| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 课题的提出及研究意义 | 第13-14页 |
| 1.2 信号的稀疏表示研究现状 | 第14-17页 |
| 1.2.1 稀疏字典的发展 | 第14-15页 |
| 1.2.2 稀疏分解算法的发展 | 第15-16页 |
| 1.2.3 稀疏表示的应用发展 | 第16-17页 |
| 1.3 论文的结构安排 | 第17-18页 |
| 第2章 信号的稀疏分解基础 | 第18-28页 |
| 2.1 压缩感知 | 第18-19页 |
| 2.2 稀疏分解基础理论 | 第19-20页 |
| 2.3 经典字典学习算法 | 第20-25页 |
| 2.3.1 K-SVD算法 | 第21-23页 |
| 2.3.2 双稀疏字典算法 | 第23-25页 |
| 2.4 正交匹配追踪算法 | 第25-27页 |
| 2.5 本章总结 | 第27-28页 |
| 第3章 基于K-SVD字典学习算法的振动信号测量重构方法 | 第28-41页 |
| 3.1 基于K-SVD字典的振动信号测量重构方法整体设计 | 第28-30页 |
| 3.2 基于过完备字典的振动信号压缩测量重构方法 | 第30-33页 |
| 3.2.1 过完备字典设计及稀疏性分析 | 第30-32页 |
| 3.2.2 振动信号压缩测量重构方法的实现 | 第32-33页 |
| 3.3 实验与分析 | 第33-39页 |
| 3.3.1 K-SVD学习算法的参数变化对重构误差的影响分析 | 第34-37页 |
| 3.3.2 固定压缩率下相对重构误差比较 | 第37-38页 |
| 3.3.3 振动信号在不同稀疏方式下的最佳压缩率 | 第38-39页 |
| 3.4 本章总结 | 第39-41页 |
| 第4章 基于双稀疏字典模型振动信号压缩感知方法 | 第41-53页 |
| 4.1 机械振动信号压缩感知方法整体设计 | 第41-42页 |
| 4.2 基于双稀疏字典模型机械振动信号的过完备字典设计 | 第42-44页 |
| 4.2.1 振动信号稀疏性分析 | 第42-43页 |
| 4.2.2 机械振动信号压缩感知方法的实现步骤 | 第43-44页 |
| 4.3 实验与分析 | 第44-52页 |
| 4.3.1 基字典的选择分析 | 第44-45页 |
| 4.3.2 参数变化对信号重构误差的影响分析 | 第45-48页 |
| 4.3.3 固定压缩率下压缩重构误差和时间比较 | 第48-50页 |
| 4.3.4 不同压缩率下的机械振动信号重构误差和时间比较 | 第50-52页 |
| 4.4 本章总结 | 第52-53页 |
| 结论与展望 | 第53-55页 |
| 本文工作总结 | 第53-54页 |
| 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 附录A 攻读学位期间所撰写及录用的学术论文 | 第60页 |
