| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.1.1 传统采样定理 | 第8页 |
| 1.1.2 压缩感知理论 | 第8-9页 |
| 1.2 国内外研究现状 | 第9页 |
| 1.3 压缩感知应用 | 第9-11页 |
| 1.4 本文主要内容及组织结构 | 第11-14页 |
| 1.4.1 主要研究工作 | 第11-12页 |
| 1.4.2 本文组织结构 | 第12-14页 |
| 第二章 压缩感知理论 | 第14-28页 |
| 2.1 压缩感知理论 | 第14-17页 |
| 2.1.1 压缩感知理论框架 | 第14-15页 |
| 2.1.2 压缩感知研究的基本过程 | 第15-17页 |
| 2.2 压缩感知主要研究内容 | 第17-26页 |
| 2.2.1 信号稀疏表示 | 第17-19页 |
| 2.2.2 测量矩阵 | 第19-21页 |
| 2.2.3 重构算法 | 第21-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第三章 压缩感知重构算法应用于图像重构 | 第28-48页 |
| 3.1 图像分块压缩感知重构 | 第28-39页 |
| 3.1.1 图像分块思想 | 第28-29页 |
| 3.1.2 图像重构质量评价标准 | 第29-31页 |
| 3.1.3 基于分块思想的现有算法图像重构 | 第31-32页 |
| 3.1.4 仿真实验分析 | 第32-39页 |
| 3.2 新的基于l p(0 p 1)范数的压缩感知图像重构 | 第39-46页 |
| 3.2.1 新算法的提出 | 第39-42页 |
| 3.2.2 新算法用于图像重构 | 第42-45页 |
| 3.2.3 与现有算法图像重构对比 | 第45-46页 |
| 3.3 本章小结 | 第46-48页 |
| 第四章 新算法对基于麦克风阵列远场声源 DOA 估计 | 第48-60页 |
| 4.1 麦克风阵列介绍 | 第48-50页 |
| 4.1.1 麦克风阵列简介 | 第48页 |
| 4.1.2 麦克风阵列声源定位技术 | 第48-50页 |
| 4.2 信号处理模型 | 第50-54页 |
| 4.2.1 近场与远场 | 第50-51页 |
| 4.2.2 阵列拓扑结构 | 第51页 |
| 4.2.3 远场窄带阵列信号波达方向估计信号模型 | 第51-54页 |
| 4.3 基于压缩感知远场声源 DOA 估计 | 第54-58页 |
| 4.3.1 应用压缩感知前提条件的满足证明 | 第54-56页 |
| 4.3.2 本文算法应用于远场声源 DOA 估计实验仿真 | 第56-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 本文所做工作 | 第60页 |
| 5.2 后续工作展望 | 第60-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 作者在读期间研究成果 | 第70-71页 |
