| 摘要 | 第2-3页 |
| abstract | 第3-4页 |
| 第一章 引言 | 第7-10页 |
| 1.1 研究目的与意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-8页 |
| 1.3 论文的主要工作与章节安排 | 第8-10页 |
| 第二章 压缩感知基本理论和应用 | 第10-15页 |
| 2.1 压缩感知理论 | 第10-13页 |
| 2.1.1 信号的稀疏表示 | 第11页 |
| 2.1.2 信号的编码测量 | 第11-12页 |
| 2.1.3 信号的重构 | 第12-13页 |
| 2.2 压缩感知的应用 | 第13-14页 |
| 2.3 本章小结 | 第14-15页 |
| 第三章 基于压缩感知的重构算法 | 第15-20页 |
| 3.1 匹配追踪（MP）和正交匹配追踪算法（OMP） | 第15-16页 |
| 3.2 正则化正交匹配追踪算法（ROMP） | 第16-17页 |
| 3.3 分段正交匹配追踪算法（StOMP） | 第17-18页 |
| 3.4 压缩采样匹配追踪（CoSaMP）和子空间追踪算法（SP） | 第18页 |
| 3.5 稀疏度自适应匹配追踪算法（SAMP） | 第18-19页 |
| 3.6 本章小结 | 第19-20页 |
| 第四章 基于稀疏度估计的子空间追踪算法 | 第20-25页 |
| 4.1 SESP算法 | 第20-21页 |
| 4.1.1 稀疏度估计 | 第20-21页 |
| 4.1.2 算法步骤 | 第21页 |
| 4.2 实验结果及实验分析 | 第21-24页 |
| 4.3 本章小结 | 第24-25页 |
| 第五章 改进的稀疏度自适应匹配追踪算法 | 第25-34页 |
| 5.1 广义Dice系数匹配准则 | 第25-26页 |
| 5.2 指数变步长 | 第26-27页 |
| 5.3 ISAMP算法步骤 | 第27-28页 |
| 5.4 实验结果及分析 | 第28-33页 |
| 5.4.1 广义Dice系数匹配准则的有效性 | 第28-29页 |
| 5.4.2 参数a 和a对信号恢复性能的影响 | 第29-30页 |
| 5.4.3 一维信号重构结果比较 | 第30-31页 |
| 5.4.4 二维图像重构结果比较 | 第31-33页 |
| 5.5 本章小结 | 第33-34页 |
| 第六章 基于SGK算法稀疏表示的乘性噪声去噪 | 第34-50页 |
| 6.1 基于SGK算法稀疏表示的加性噪声去噪 | 第34-36页 |
| 6.2 乘性噪声去噪的方法 | 第36-37页 |
| 6.3 基于SGK稀疏表示的乘性噪声去噪 | 第37-49页 |
| 6.3.1 基于SGK稀疏表示的乘性噪声去噪模型 | 第37-38页 |
| 6.3.2 模型求解方法 | 第38-41页 |
| 6.3.3 实验结果及分析 | 第41-49页 |
| 6.4 本章小结 | 第49-50页 |
| 第七章 总结与展望 | 第50-51页 |
| 7.1 总结 | 第50页 |
| 7.2 展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读学位期间的研究成果 | 第54-55页 |
| 致谢 | 第55-56页 |