基于压缩感知的盲信号处理技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-17页 |
| ·引言 | 第11页 |
| ·压缩感知的发展与应用现状 | 第11-12页 |
| ·盲源分离与压缩感知 | 第12-14页 |
| ·本文的研究背景、意义及课题来源 | 第14-15页 |
| ·本文的研究工作 | 第15-17页 |
| 第二章 压缩感知理论 | 第17-24页 |
| ·引言 | 第17-18页 |
| ·稀疏性信号的恢复条件 | 第18-20页 |
| ·信号测量方法 | 第20-21页 |
| ·信号重构方法 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 盲源分离算法 | 第24-31页 |
| ·引言 | 第24页 |
| ·最小均方误差代价函数 | 第24-26页 |
| ·新的代价函数 | 第26-29页 |
| ·均方互误差函数 | 第26-27页 |
| ·采用EVD 算法 | 第27-28页 |
| ·解决转置的问题 | 第28-29页 |
| ·仿真结果与分析 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 压缩感知的盲解卷积算法 | 第31-46页 |
| ·引言 | 第31页 |
| ·模型函数 | 第31-33页 |
| ·提出问题 | 第33-35页 |
| ·盲解卷积算法 | 第35-41页 |
| ·仿真结果与分析 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 基于压缩感知的盲信道辨识算法 | 第46-59页 |
| ·引言 | 第46-47页 |
| ·系统模型 | 第47-49页 |
| ·最大似然估计方法 | 第49-50页 |
| ·压缩感知的最大似然估计方法 | 第50-51页 |
| ·仿真结果与分析 | 第51-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 全文总结 | 第59-62页 |
| ·总结 | 第59-60页 |
| ·下一步工作展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-71页 |
| 硕士期间取得的研究成果 | 第71-72页 |
| 个人简历 | 第72-73页 |
