摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
主要缩略词对照表 | 第12-13页 |
第一章 绪论 | 第13-21页 |
1.1 研究工作的背景 | 第13-14页 |
1.2 国内外研究历史与现状 | 第14-18页 |
1.2.1 压缩感知理论的国内外研究现状 | 第14-16页 |
1.2.2 量化压缩感知理论的国内外研究现状 | 第16-18页 |
1.2.3 1-Bit压缩感知的应用研究现状 | 第18页 |
1.3 本文研究意义 | 第18-19页 |
1.4 本文主要内容 | 第19-21页 |
第二章 1-BIT压缩感知理论 | 第21-45页 |
2.1 压缩感知理论 | 第21-24页 |
2.1.1 非相干采样 | 第21-22页 |
2.1.2 严格等距性条件 | 第22-23页 |
2.1.3 信号重构性能 | 第23页 |
2.1.4 测量数 | 第23-24页 |
2.2 量化压缩感知 | 第24-25页 |
2.3 1-BIT压缩感知理论 | 第25-30页 |
2.3.1一致性重构 | 第25-26页 |
2.3.2 无噪声情况下的重构性能 | 第26-28页 |
2.3.3 二元ε-稳定嵌套约束 | 第28-29页 |
2.3.4 解的存在性和稀疏性 | 第29-30页 |
2.4 1-BIT压缩感知中的信号重构算法 | 第30-37页 |
2.4.1 固定点延拓算法 | 第30-31页 |
2.4.2 二元迭代硬门限算法 | 第31-34页 |
2.4.3 基于自适应野值追踪的BIHT算法 | 第34-36页 |
2.4.4 Passive算法 | 第36-37页 |
2.5 仿真实验 | 第37-42页 |
2.5.1 非噪声情况下的信号重构性能 | 第37-41页 |
2.5.2 噪声情况下的信号重构性能 | 第41-42页 |
2.6 本章小结 | 第42-45页 |
第三章 基于迭代重加权的1-BIT压缩感知方法 | 第45-60页 |
3.1 基于迭代重加权的传统压缩感知方法 | 第45-47页 |
3.2 基于迭代重加权的1-BIT压缩感知算法 | 第47-55页 |
3.2.1 二元迭代重加权算法 | 第47-50页 |
3.2.2 仿真实验 | 第50-55页 |
3.3 TWO-LEVEL l_1 范数最小化方法 | 第55-58页 |
3.3.1 二元Two-level l_1 范数最小化方法 | 第55-58页 |
3.3.2 实验仿真 | 第58页 |
3.4 本章小结 | 第58-60页 |
第四章 基于PINBALL损失函数的1-BIT压缩感知方法 | 第60-75页 |
4.1 1-BIT压缩感知中的损失函数 | 第60-61页 |
4.2 PINBALL损失函数 | 第61-62页 |
4.3 基于PINBALL损失函数的1-BIT压缩感知方法 | 第62-73页 |
4.3.1 PIHT方法及分析 | 第62-68页 |
4.3.2 ep-SVM方法 | 第68-73页 |
4.3.2.1 对偶问题 | 第68-70页 |
4.3.2.2 对偶坐标上升算法 | 第70-71页 |
4.3.2.3 实验仿真 | 第71-73页 |
4.4 本章小结 | 第73-75页 |
第五章 基于矩阵素描的1-BIT矩阵压缩感知方法 | 第75-93页 |
5.1 稀疏矩阵素描 | 第75-78页 |
5.2 基于矩阵素描的1-BIT矩阵压缩感知 | 第78-84页 |
5.2.1 基于矩阵素描的1-Bit矩阵压缩感知模型 | 第78-80页 |
5.2.2 MSBIHT算法及分析 | 第80-81页 |
5.2.3 实验仿真 | 第81-84页 |
5.3 MSPIHT算法 | 第84-90页 |
5.3.1 MSPIHT算法 | 第87-88页 |
5.3.2 仿真实验 | 第88-90页 |
5.4 本章小结 | 第90-93页 |
第六章 基于EP-SVM的矩阵重构方法 | 第93-101页 |
6.1 二维PASSIVE算法 | 第93-94页 |
6.2 2D EP-SVM算法及分析 | 第94-97页 |
6.3 实验仿真 | 第97-100页 |
6.4 本章小结 | 第100-101页 |
第七章 全文总结和展望 | 第101-103页 |
7.1 全文总结 | 第101-102页 |
7.2 工作展望 | 第102-103页 |
致谢 | 第103-104页 |
参考文献 | 第104-112页 |
攻读博士学位期间取得的成果 | 第112-113页 |