| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 本文的主要研究内容 | 第14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 第2章 压缩感知理论概述 | 第16-27页 |
| 2.1 压缩感知的理论框架 | 第16-17页 |
| 2.2 压缩感知主要内容 | 第17-20页 |
| 2.2.1 信号的稀疏表示 | 第17-19页 |
| 2.2.2 测量矩阵的设计 | 第19页 |
| 2.2.3 重构算法的设计 | 第19-20页 |
| 2.3 经典贪婪算法 | 第20-26页 |
| 2.3.1 正交匹配追踪算法 | 第20-22页 |
| 2.3.2 正则化正交匹配追踪算法 | 第22-23页 |
| 2.3.3 压缩采样匹配追踪算法 | 第23页 |
| 2.3.4 随机梯度匹配追踪算法 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 压缩采样匹配追踪算法的改进研究 | 第27-38页 |
| 3.1 CoSaMP算法的改进原理 | 第27-28页 |
| 3.2 CoSaMP算法的改进步骤 | 第28-31页 |
| 3.3 仿真实验及分析 | 第31-37页 |
| 3.3.1 一维稀疏信号重构实验 | 第31-35页 |
| 3.3.2 二维图像信号重构实验 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 随机梯度匹配追踪算法的改进研究 | 第38-52页 |
| 4.1 StoGradMP算法的改进原理 | 第38-39页 |
| 4.2 StoGradMP算法的改进步骤 | 第39-42页 |
| 4.3 仿真实验及分析 | 第42-51页 |
| 4.3.1 一维稀疏信号重构实验 | 第42-45页 |
| 4.3.2 低秩矩阵信号重构实验 | 第45-48页 |
| 4.3.3 二维图像信号重构实验 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 稀疏度估计方法及StoGradMP算法的改进研究 | 第52-67页 |
| 5.1 稀疏度估计方法 | 第52-54页 |
| 5.1.1 分段逼近法 | 第52-53页 |
| 5.1.2 原子匹配测试法 | 第53-54页 |
| 5.2 算法改进的原理 | 第54-55页 |
| 5.3 算法改进的步骤 | 第55-58页 |
| 5.3.1 稀疏度预评估策略 | 第56页 |
| 5.3.2 稀疏度调整策略 | 第56-58页 |
| 5.4 仿真实验与分析 | 第58-66页 |
| 5.4.1 一维稀疏信号重构实验 | 第58-64页 |
| 5.4.2 实际应用条件下的信号重构实验 | 第64-66页 |
| 5.5 本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的论文 | 第72-75页 |
| 致谢 | 第75页 |