| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 压缩感知理论的研究现状 | 第11-13页 |
| 1.2.2 数据压缩技术发展现状 | 第13-15页 |
| 1.3 本文的主要工作 | 第15-17页 |
| 第2章 电能质量概述 | 第17-25页 |
| 2.1 电能质量的定义 | 第17页 |
| 2.2 电能质量的标准 | 第17-18页 |
| 2.3 电能质量扰动信号的数学模型 | 第18-23页 |
| 2.4 数据压缩重构性能评价指标 | 第23页 |
| 2.5 本章小结 | 第23-25页 |
| 第3章 压缩感知理论 | 第25-35页 |
| 3.1 压缩感知理论概述 | 第25-27页 |
| 3.2 信号的稀疏表示 | 第27页 |
| 3.3 测量矩阵与感知矩阵 | 第27-28页 |
| 3.4 压缩感知重构算法 | 第28-32页 |
| 3.4.1 匹配追踪算法 | 第29页 |
| 3.4.2 正交匹配追踪算法 | 第29-30页 |
| 3.4.3 正则化的正交匹配追踪算法 | 第30-31页 |
| 3.4.4 稀疏度自适应的正交匹配追踪算法 | 第31-32页 |
| 3.5 压缩感知在低于奈奎斯特采样频率下的仿真与验证 | 第32-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第4章 电能质量扰动数据压缩方法研究 | 第35-47页 |
| 4.1 基于压缩感知的数据压缩方法 | 第35-42页 |
| 4.1.1 电能质量扰动信号的稀疏基 | 第35页 |
| 4.1.2 电能质量扰动信号的测量矩阵和重构算法 | 第35-36页 |
| 4.1.3 仿真分析 | 第36-42页 |
| 4.2 基于小波去噪的压缩感知数据压缩方法 | 第42-45页 |
| 4.2.1 小波去噪基本原理 | 第42页 |
| 4.2.2 基于小波去噪的压缩感知数据压缩的仿真与分析 | 第42-45页 |
| 4.3 本章小结 | 第45-47页 |
| 结论与展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士学位期间发表的学术论文 | 第52-53页 |
| 致谢 | 第53页 |