| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 研究现状及发展趋势 | 第12-15页 |
| 1.3 研究内容及创新点 | 第15页 |
| 1.4 论文结构 | 第15-17页 |
| 第二章 动态压缩感知理论基础 | 第17-27页 |
| 2.1 引言 | 第17-18页 |
| 2.2 压缩感知理论 | 第18-20页 |
| 2.2.1 采样模型 | 第19页 |
| 2.2.2 信号的稀疏表示 | 第19页 |
| 2.2.3 测量矩阵 | 第19-20页 |
| 2.3 动态稀疏模型 | 第20-24页 |
| 2.3.1 信号的稀疏表示 | 第21页 |
| 2.3.2 感知测量 | 第21-23页 |
| 2.3.3 动态信号缓慢变化 | 第23-24页 |
| 2.4 时变稀疏信号重构 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 多带信号的稀疏采样词典 | 第27-37页 |
| 3.1 引言 | 第27页 |
| 3.2 模拟信号模型 | 第27-29页 |
| 3.2.1 多音频信号 | 第27-28页 |
| 3.2.2 多带宽信号 | 第28-29页 |
| 3.3 离散椭球基(DPSS) | 第29-34页 |
| 3.3.1 DPSS序列 | 第29-31页 |
| 3.3.2 DPSS矢量 | 第31-32页 |
| 3.3.3 DPSS矢量特征值分析 | 第32-34页 |
| 3.4 带通调制DPSS基 | 第34页 |
| 3.5 DPSS基下采样多带信号 | 第34-35页 |
| 3.6 本章小节 | 第35-37页 |
| 第四章 多带时变信号的自适应压缩感知算法 | 第37-51页 |
| 4.1 引言 | 第37页 |
| 4.2 多带稀疏信号的建模 | 第37-41页 |
| 4.2.1 多带信号的压缩感知模型 | 第37-38页 |
| 4.2.2 多带信号DPSS稀疏表示模型 | 第38-39页 |
| 4.2.3 信号的状态转移方程 | 第39-41页 |
| 4.3 多带信号的自适应卡尔曼滤波算法 | 第41-44页 |
| 4.3.1 AKF-DPSS算法 | 第41-42页 |
| 4.3.2 数值仿真与分析 | 第42-44页 |
| 4.4 基于噪声自适应的卡尔曼滤波算法 | 第44-50页 |
| 4.4.1 DPSS-NAKF算法 | 第44-47页 |
| 4.4.2 数值仿真与分析 | 第47-50页 |
| 4.5 本章小节 | 第50-51页 |
| 第五章 基于空间相关性的压缩感知算法 | 第51-69页 |
| 5.1 引言 | 第51页 |
| 5.2 时变图信号模型 | 第51-52页 |
| 5.3 基于内核重构理论 | 第52-55页 |
| 5.4 时变图信号的恢复 | 第55-61页 |
| 5.5 时间-空间核(Space-Time Kernels) | 第61-65页 |
| 5.5.1 图结构不变的时空核 | 第61-63页 |
| 5.5.2 时变拓扑结构下的时空核 | 第63-65页 |
| 5.6 数值仿真与算法分析 | 第65-67页 |
| 5.7 本章小节 | 第67-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 攻读学位期间发表论文目录 | 第77页 |