| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究的背景和意义 | 第9-10页 |
| ·压缩传感理论的提出和发展 | 第10-11页 |
| ·信号重建算法的发展现状 | 第11-13页 |
| ·本文研究的主要内容 | 第13-15页 |
| 第二章 压缩传感理论 | 第15-23页 |
| ·基于压缩传感的信号处理方法和传统方法的对比 | 第15-16页 |
| ·压缩传感的理论基础 | 第16-21页 |
| ·信号稀疏性表示 | 第16-17页 |
| ·测量矩阵 | 第17-18页 |
| ·信号重建 | 第18-20页 |
| ·迭代法 | 第20-21页 |
| ·压缩传感的应用和推广 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第三章 基于仿射的阈值迭代法 | 第23-40页 |
| ·基于压缩传感的信号重建算法 | 第23-24页 |
| ·压缩传感理论概述 | 第23页 |
| ·重建算法概述 | 第23-24页 |
| ·基于阈值迭代的信号逼近 | 第24-26页 |
| ·信号逼近问题 | 第24-25页 |
| ·阈值函数 | 第25页 |
| ·阈值迭代算法 | 第25-26页 |
| ·算法描述 | 第26-39页 |
| ·理论基础 | 第26页 |
| ·重建过程 | 第26-28页 |
| ·算法流程图 | 第28页 |
| ·仿真实验及其结果 | 第28-38页 |
| ·结论 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第四章 基于正则化权值的阈值迭代法 | 第40-49页 |
| ·迭代算法概述 | 第40页 |
| ·IRLS 算法 | 第40-42页 |
| ·基于最小l p（ p < 1）正则化权值的迭代算法 | 第42页 |
| ·算法描述 | 第42-47页 |
| ·重建过程 | 第42-43页 |
| ·算法的流程图 | 第43页 |
| ·仿真实验及其结果 | 第43-47页 |
| ·结论 | 第47页 |
| ·小结 | 第47-49页 |
| 第五章 自适应选择阈值 | 第49-53页 |
| ·软阈值法 | 第49-50页 |
| ·软阈值函数 | 第49-50页 |
| ·信号的归一化处理 | 第50页 |
| ·算法描述 | 第50-51页 |
| ·主要思想 | 第50-51页 |
| ·算法流程图 | 第51页 |
| ·实验结果 | 第51页 |
| ·小结 | 第51-53页 |
| 第六章 总结和展望 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 发表论文和科研情况说明 | 第60-61页 |
| 致谢 | 第61-62页 |