| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 压缩感知理论研究现状 | 第10-13页 |
| 1.2.1 稀疏表示研究现状 | 第10-11页 |
| 1.2.2 观测矩阵研究现状 | 第11-12页 |
| 1.2.3 重构算法研究现状 | 第12-13页 |
| 1.3 压缩感知理论的应用 | 第13-15页 |
| 1.4 本文的主要工作和结构安排 | 第15-16页 |
| 第二章 压缩感知理论介绍 | 第16-27页 |
| 2.1 压缩感知基本理论原理 | 第16-18页 |
| 2.2 压缩感知的核心内容 | 第18-23页 |
| 2.2.1 信号的稀疏表示 | 第18-19页 |
| 2.2.2 观测矩阵的设计 | 第19-22页 |
| 2.2.3 信号的重构算法 | 第22-23页 |
| 2.3 匹配追踪类算法 | 第23-25页 |
| 2.3.1 稀疏度已知下的匹配追踪类算法 | 第23-24页 |
| 2.3.2 盲稀疏度下的匹配追踪类算法 | 第24-25页 |
| 2.4 信号重构性能评价标准 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于Moore-Penrose逆的分段迭代匹配追踪算法 | 第27-42页 |
| 3.1 压缩采样匹配追踪(CoSaMP)算法 | 第27-29页 |
| 3.1.1 CoSaMP算法原子更新策略 | 第27-28页 |
| 3.1.2 CoSaMP算法原理步骤 | 第28-29页 |
| 3.2 Moore-Penrose逆的分段迭代匹配追踪(StIMP)算法描述 | 第29-35页 |
| 3.2.1 Moore-Penrose逆 | 第29-32页 |
| 3.2.2 StIMP算法原理 | 第32-34页 |
| 3.2.3 StIMP算法步骤 | 第34-35页 |
| 3.3 实验结果与分析 | 第35-40页 |
| 3.3.1 StIMP算法对一维信号的重构 | 第35-38页 |
| 3.3.2 StIMP算法对二维信号的重构 | 第38-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 双阈值分段迭代匹配追踪算法 | 第42-54页 |
| 4.1 正交匹配追踪(OMP)算法 | 第42-44页 |
| 4.1.1 OMP算法原子更新策略 | 第42-43页 |
| 4.1.2 OMP算法原理步骤 | 第43-44页 |
| 4.2 双阈值分段迭代匹配追踪(DTSIMP)算法描述 | 第44-48页 |
| 4.2.1 DTSIMP算法原理 | 第44-46页 |
| 4.2.2 DTSIMP算法步骤 | 第46-48页 |
| 4.3 实验结果与分析 | 第48-53页 |
| 4.3.1 DTSIMP算法对一维信号的重构 | 第48-51页 |
| 4.3.2 DTSIMP算法对二维信号的重构 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 模糊回溯分段弱正交匹配追踪算法 | 第54-65页 |
| 5.1 分段弱正交匹配追踪(SWOMP)算法 | 第54-56页 |
| 5.1.1 SWOMP算法原子更新策略 | 第54-55页 |
| 5.1.2 SWOMP算法原理步骤 | 第55-56页 |
| 5.2 模糊回溯分段弱正交匹配追踪(FTB-SWOMP)算法描述 | 第56-59页 |
| 5.2.1 FTB-SWOMP算法原理 | 第57-58页 |
| 5.2.2 FTB-SWOMP算法步骤 | 第58-59页 |
| 5.3 实验结果与分析 | 第59-64页 |
| 5.3.1 FTB-SWOMP算法对一维信号的重构 | 第59-62页 |
| 5.3.2 FTB-SWOMP算法对二维信号的重构 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 附录1 程序清单 | 第71-75页 |
| 附录2 攻读硕士学位期间撰写的论文 | 第75-76页 |
| 附录3 攻读硕士学位期间申请的专利 | 第76-77页 |
| 附录4 攻读硕士学位期间参加的科研项目 | 第77-78页 |
| 致谢 | 第78页 |
