| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 梯度追踪算法的研究现状 | 第10-13页 |
| 1.2.1 已有梯度追踪算法简介 | 第11-12页 |
| 1.2.2 已有梯度追踪算法的优缺点 | 第12-13页 |
| 1.3 压缩感知的应用与发展 | 第13-14页 |
| 1.4 本文的主要工作 | 第14-16页 |
| 第二章 压缩感知重构算法概述 | 第16-31页 |
| 2.1 压缩感知理论简介 | 第16-18页 |
| 2.2 传统CS重构算法 | 第18-21页 |
| 2.2.1 最小I1范数法 | 第18页 |
| 2.2.2 贪婪迭代算法 | 第18-19页 |
| 2.2.3 迭代阈值算法 | 第19-21页 |
| 2.3 梯度追踪算法 | 第21-30页 |
| 2.3.1 梯度追踪算法框架 | 第21-22页 |
| 2.3.2 基于最速下降法的梯度追踪算法 | 第22-23页 |
| 2.3.3 基于牛顿法的梯度追踪算法 | 第23-25页 |
| 2.3.4 基于共轭梯度法的梯度追踪算法 | 第25-30页 |
| 2.3.5 梯度追踪算法的收敛性 | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于变尺度法的梯度追踪算法 | 第31-43页 |
| 3.1 基于变尺度法的梯度追踪算法的描述 | 第31-37页 |
| 3.1.1 基于变尺度法的梯度追踪算法的建立 | 第31-36页 |
| 3.1.2 基于变尺度法的梯度追踪算法的收敛性证明 | 第36-37页 |
| 3.2 实验与分析 | 第37-42页 |
| 3.2.1 梯度追踪算法对一维信号的重构 | 第38-40页 |
| 3.2.2 梯度追踪算法对二维信号的重构 | 第40-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第四章 基于硬阈值的梯度追踪算法 | 第43-54页 |
| 4.1 基于硬阈值的梯度追踪算法的描述 | 第43-48页 |
| 4.1.1 基于硬阈值的梯度追踪算法的建立 | 第43-45页 |
| 4.1.2 基于硬阈值的梯度追踪算法的框架 | 第45-47页 |
| 4.1.3 基于硬阈值的梯度追踪算法的收敛性证明 | 第47-48页 |
| 4.2 实验与分析 | 第48-53页 |
| 4.2.1 基于硬阈值的梯度追踪算法对一维信号的重构 | 第48-51页 |
| 4.2.2 基于硬阈值的梯度追踪算法对二维信号的重构 | 第51-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第五章 基于VMMGP-KSVD的硬阈值梯度追踪算法 | 第54-69页 |
| 5.1 基于VMMGP- KSVD的字典学习 | 第54-56页 |
| 5.2 基于VMMGP- KSVD的硬阈值梯度追踪算法描述 | 第56-59页 |
| 5.2.1 基于VMMGP-KSVD的硬阈值梯度追踪算法框架 | 第56-58页 |
| 5.2.2 基于VMMGP-KSVD的硬阈值梯度追踪算法的收敛性证明 | 第58-59页 |
| 5.3 实验与分析 | 第59-68页 |
| 5.3.1 基于VMMGP-KSVD的硬阈值梯度追踪算法对一维信号的重构 | 第60-65页 |
| 5.3.2 基于VMMGP-KSVD的硬阈值梯度追踪算法对二维信号的重构 | 第65-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 附录1 程序清单 | 第76-78页 |
| 附录2 攻读硕士学位期间撰写的论文 | 第78-79页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第79-80页 |
| 致谢 | 第80页 |
