| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 论文研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 压缩感知的应用现状 | 第11-14页 |
| 1.4 压缩感知理论概述 | 第14-17页 |
| 1.4.1 压缩感知的基本框架 | 第14页 |
| 1.4.2 信号的稀疏表示 | 第14-16页 |
| 1.4.3 测量矩阵的设计 | 第16-17页 |
| 1.4.4 信号的重构 | 第17页 |
| 1.5 论文的研究内容及结构安排 | 第17-20页 |
| 第二章 基于先验信息的压缩感知重建算法 | 第20-36页 |
| 2.1 引言 | 第20页 |
| 2.2 压缩感知的重建算法 | 第20-25页 |
| 2.2.1 凸优化类重建算法 | 第20-22页 |
| 2.2.2 贪婪类重建算法 | 第22-25页 |
| 2.3 基于先验信息的压缩感知重建算法 | 第25-34页 |
| 2.3.1 先验已知部分支撑集信息 | 第25-27页 |
| 2.3.2 先验已知信号非零概率稀疏模型 | 第27-29页 |
| 2.3.3 先验已知信号稀疏结构 | 第29-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第三章 基于块稀疏信号的概率更新重建算法 | 第36-48页 |
| 3.1 引言 | 第36页 |
| 3.2 压缩频谱感知 | 第36-37页 |
| 3.3 基于块稀疏信号的概率更新重建算法 | 第37-42页 |
| 3.3.1 块稀疏信号的非零概率表征 | 第37-39页 |
| 3.3.2 概率更新的BP算法(PU-BP) | 第39-40页 |
| 3.3.3 概率更新的OMP算法(PU-OMP) | 第40-42页 |
| 3.4 仿真及结果分析 | 第42-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第四章 分布式压缩感知的重建算法及扩展 | 第48-58页 |
| 4.1 引言 | 第48页 |
| 4.2 联合稀疏模型及其现有重建算法 | 第48-52页 |
| 4.2.1 JSM-1 | 第50-51页 |
| 4.2.2 JSM-2 | 第51页 |
| 4.2.3 JSM-3 | 第51-52页 |
| 4.3 协作压缩频谱感知 | 第52页 |
| 4.4 基于块稀疏的概率更新重建算法在分布式中的扩展 | 第52-55页 |
| 4.5 仿真及结果分析 | 第55-56页 |
| 4.6 本章小结 | 第56-58页 |
| 第五章 结束语 | 第58-60页 |
| 5.1 本文完成的工作总结 | 第58-59页 |
| 5.2 下一步工作展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 攻读硕士期间发表的学术论文目录 | 第66页 |