超宽带稀疏信号采样及重构技术
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 压缩感知理论及应用 | 第16-17页 |
| 1.2.2 非均匀采样理论及应用 | 第17-18页 |
| 1.3 论文主要内容及结构安排 | 第18-19页 |
| 第二章 压缩感知理论基础 | 第19-29页 |
| 2.1 信号稀疏表示 | 第19-20页 |
| 2.2 观测矩阵设计 | 第20-21页 |
| 2.3 一般信号重构算法 | 第21-26页 |
| 2.3.1 凸优化算法 | 第22-23页 |
| 2.3.2 贪婪迭代算法 | 第23-26页 |
| 2.3.3 组合算法 | 第26页 |
| 2.4 本章小结 | 第26-29页 |
| 第三章 基于CS的超宽带非均匀采样及重构技术 | 第29-59页 |
| 3.1 基于CS的非均匀采样技术 | 第29-36页 |
| 3.1.1 AIC基本理论 | 第29-31页 |
| 3.1.2 非均匀采样结构 | 第31-34页 |
| 3.1.3 非均匀采样时钟产生结构 | 第34-36页 |
| 3.2 基于OMP的非均匀采样系统重构技术 | 第36-43页 |
| 3.2.1 OMP算法 | 第36-37页 |
| 3.2.2 有效性分析 | 第37-38页 |
| 3.2.3 算法仿真及性能分析 | 第38-43页 |
| 3.3 基于LASSO的非均匀采样系统重构技术 | 第43-48页 |
| 3.3.1 LASSO算法 | 第43-44页 |
| 3.3.2 算法仿真及性能分析 | 第44-48页 |
| 3.4 基于BCS的非均匀采样系统重构技术 | 第48-54页 |
| 3.4.1 贝叶斯压缩感知理论 | 第48-49页 |
| 3.4.2 基于RVM的测量矢量估计 | 第49-51页 |
| 3.4.3 算法仿真及性能分析 | 第51-54页 |
| 3.5 三种算法重构性能对比 | 第54-56页 |
| 3.6 本章小结 | 第56-59页 |
| 第四章 超宽带非均匀采样系统PSD重构技术 | 第59-81页 |
| 4.1 基于EM的非均匀采样系统PSD重构技术 | 第59-68页 |
| 4.1.1 系统模型建立 | 第59-62页 |
| 4.1.2 算法原理描述 | 第62-65页 |
| 4.1.3 算法仿真及性能分析 | 第65-68页 |
| 4.2 基于MSR的非均匀采样系统PSD重构技术 | 第68-78页 |
| 4.2.1 系统模型建立 | 第68-69页 |
| 4.2.2 TD和ATD算法原理描述 | 第69-74页 |
| 4.2.3 基于MSR的非均匀采样结构 | 第74-75页 |
| 4.2.4 算法仿真及性能分析 | 第75-78页 |
| 4.3 本章小结 | 第78-81页 |
| 第五章 总结与展望 | 第81-83页 |
| 5.1 全文总结 | 第81页 |
| 5.2 研究展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-89页 |
| 作者简介 | 第89-90页 |
