| 常用符号 | 第1-11页 |
| 缩略词 | 第11-12页 |
| 摘要 | 第12-14页 |
| ABSTRACT | 第14-16页 |
| 第一章 绪论 | 第16-28页 |
| ·研究背景及意义 | 第16-17页 |
| ·论文相关问题的研究现状 | 第17-22页 |
| ·压缩感知重构算法研究现状 | 第17-20页 |
| ·压缩信号检测技术研究现状 | 第20-21页 |
| ·多任务压缩感知重构算法研究现状 | 第21-22页 |
| ·压缩信号处理技术和多任务压缩信号重构面临的问题 | 第22-23页 |
| ·压缩信号检测技术难点及要解决的问题 | 第22-23页 |
| ·多任务压缩信号重构的难点及面临的挑战 | 第23页 |
| ·论文主要工作及内容安排 | 第23-28页 |
| 第二章 压缩采样信号的压缩检测技术 | 第28-52页 |
| ·引言 | 第28-29页 |
| ·确定性信号的压缩检测方法 | 第29-30页 |
| ·协方差为对角矩阵的高斯随机信号压缩检测 | 第30-36页 |
| ·检测概率、虚警概率和检测门限之间的关系 | 第32-33页 |
| ·检测概率与压缩观测采样点数、信噪比的关系 | 第33-36页 |
| ·具有任意协方差的高斯随机信号压缩检测 | 第36-39页 |
| ·非高斯随机信号的压缩检测方法 | 第39-44页 |
| ·协方差为对角矩阵形式的非高斯分布随机信号压缩检测 | 第39-42页 |
| ·具有任意协方差的非高斯分布随机信号压缩检测 | 第42-44页 |
| ·仿真实验与分析 | 第44-51页 |
| ·高斯分布的随机信号压缩检测 | 第44-46页 |
| ·非高斯分布的随机信号压缩检测 | 第46-49页 |
| ·色噪声对高斯分布的随机信号压缩检测的影响 | 第49-50页 |
| ·真实信号的压缩检测 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第三章 压缩采样信号的多任务重构技术 | 第52-78页 |
| ·引言 | 第52-53页 |
| ·一般性稀疏信号的多任务重构算法 | 第53-65页 |
| ·先验信息共享模型 | 第53-56页 |
| ·基于Laplace先验的多任务重构算法 | 第56-59页 |
| ·降低参数维数的多任务重构算法 | 第59-65页 |
| ·模块化稀疏信号的多任务重构算法 | 第65-71页 |
| ·MBSBL算法 | 第66-70页 |
| ·EMBSBL算法 | 第70-71页 |
| ·仿真实验与分析 | 第71-75页 |
| ·一般性稀疏信号的多任务重构算法仿真 | 第71-74页 |
| ·模块化稀疏信号的多任务重构算法仿真 | 第74-75页 |
| ·本章小结 | 第75-78页 |
| 第四章 压缩采样信号的多任务分类重构技术 | 第78-104页 |
| ·引言 | 第78-79页 |
| ·一般性稀疏信号的多任务分类重构算法 | 第79-85页 |
| ·多任务压缩感知中的分类准则 | 第79-82页 |
| ·基于MDL准则的多任务分类和重构算法 | 第82-85页 |
| ·量化精度的确定 | 第85页 |
| ·结构化稀疏信号的多任务分类重构算法 | 第85-96页 |
| ·Turbo近似信息传递算法 | 第85-87页 |
| ·分类准则 | 第87-92页 |
| ·多任务分类重构算法 | 第92-96页 |
| ·仿真实验与分析 | 第96-102页 |
| ·一般性稀疏信号的多任务分类重构算法仿真 | 第96-99页 |
| ·结构化稀疏信号的多任务分类重构算法仿真 | 第99-102页 |
| ·本章小结 | 第102-104页 |
| 第五章 压缩采样信号的合成多任务重构技术 | 第104-120页 |
| ·引言 | 第104页 |
| ·多任务合成方法 | 第104-108页 |
| ·多任务压缩感知 | 第104-106页 |
| ·多任务合成方法 | 第106-108页 |
| ·模块化稀疏信号的合成多任务重构算法 | 第108-113页 |
| ·SMCS算法 | 第108-110页 |
| ·SEMBSBL算法 | 第110-113页 |
| ·仿真实验与分析 | 第113-117页 |
| ·SMCS算法仿真实验 | 第113-116页 |
| ·SEMBSBL算法仿真实验 | 第116-117页 |
| ·本章小结 | 第117-120页 |
| 第六章 结论与展望 | 第120-122页 |
| 致谢 | 第122-124页 |
| 参考文献 | 第124-138页 |
| 作者在学期间取得的学术成果 | 第138-140页 |
| 攻读博士学位期间参与的科研项目 | 第140-141页 |
| 附录A 第 3.2.2 节的公式推导过程 | 第141-144页 |
| 附录B 贝叶斯推断的次优化解分析 | 第144-145页 |