基于稀疏傅里叶变换的压缩感知技术研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 选题背景及意义 | 第10页 |
| 1.2 研究现状及发展趋势 | 第10-13页 |
| 1.3 研究内容及创新点 | 第13-14页 |
| 1.4 论文结构 | 第14-16页 |
| 第二章 压缩感知理论与算法 | 第16-28页 |
| 2.1 引言 | 第16-17页 |
| 2.2 压缩感知理论介绍 | 第17-22页 |
| 2.2.1 采样模型 | 第17页 |
| 2.2.2 稀疏性 | 第17-18页 |
| 2.2.3 测量矩阵 | 第18-19页 |
| 2.2.4 信号重构 | 第19-22页 |
| 2.3 压缩感知信号采集框架 | 第22-26页 |
| 2.3.1 ATC结构 | 第22-23页 |
| 2.3.2 MWC结构 | 第23-24页 |
| 2.3.3 SFT结构 | 第24-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 基于稀疏傅里叶变换的压缩感知 | 第28-46页 |
| 3.0 引言 | 第28页 |
| 3.1 信号采集数学模型 | 第28-31页 |
| 3.2 基于稀疏图的重构算法 | 第31-33页 |
| 3.3 有噪情形下的重构算法 | 第33-40页 |
| 3.3.1 零音判别 | 第33页 |
| 3.3.2 单音判别 | 第33-34页 |
| 3.3.3 频点估计 | 第34-36页 |
| 3.3.4 算法瓶颈分析 | 第36-40页 |
| 3.5 系统关键参数设置 | 第40-44页 |
| 3.5.1 时延选择 | 第40-42页 |
| 3.5.2 下采样倍数选择 | 第42-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第四章 流信号感知模型及重构算法 | 第46-62页 |
| 4.1 引言 | 第46页 |
| 4.2 信号模型与感知框架 | 第46-49页 |
| 4.2.1 动态流信号模型 | 第46-47页 |
| 4.2.2 信道模型 | 第47-48页 |
| 4.2.3 基于滑动窗的流信号感知模型 | 第48-49页 |
| 4.3 基于共稀疏的联合重构算法 | 第49-54页 |
| 4.3.1 联合正交匹配追踪算法 | 第49-50页 |
| 4.3.2 基于共稀疏的联合P算法 | 第50-51页 |
| 4.3.3 窗长自适应机制 | 第51-54页 |
| 4.4 数值仿真与分析 | 第54-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第五章 单一采样率的稀疏傅里叶变换压缩采样框架 | 第62-78页 |
| 5.1 引言 | 第62页 |
| 5.2 单一采样率压缩感知理论 | 第62-68页 |
| 5.2.1 采样模型及无噪条件下的重构算法 | 第62-65页 |
| 5.2.2 加性噪声干扰下的重构算法 | 第65-68页 |
| 5.3 单一采样率框架的实现设计 | 第68-72页 |
| 5.3.1 硬件框图 | 第68-69页 |
| 5.3.2 模型及重构算法修正 | 第69-72页 |
| 5.4 系统参数估计 | 第72-77页 |
| 5.4.1 时延偏差对系统性能的影响 | 第72-74页 |
| 5.4.2 频率响应及时延估计方法 | 第74-77页 |
| 5.5 本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 攻读学位期间发表论文目录 | 第86页 |
