自适应宽带流信号压缩感知
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 压缩感知技术 | 第10-11页 |
| 1.2 宽带流信号的压缩采样与恢复 | 第11-12页 |
| 1.3 论文研究内容与创新 | 第12-13页 |
| 1.4 论文结构安排 | 第13-14页 |
| 第二章 背景 | 第14-32页 |
| 2.1 引言 | 第14-16页 |
| 2.2 信号的稀疏表示 | 第16-17页 |
| 2.2.1 稀疏信号 | 第16页 |
| 2.2.2 可压缩信号 | 第16-17页 |
| 2.3 测量矩阵的设计 | 第17-19页 |
| 2.3.1 线性测量 | 第17-18页 |
| 2.3.2 恢复矩阵的性质 | 第18-19页 |
| 2.4 信号的重构 | 第19-27页 |
| 2.4.1 贪婪迭代算法OMP | 第22-23页 |
| 2.4.2 监督学习算法RVM | 第23-25页 |
| 2.4.3 利用信号共稀疏性的SOMP算法 | 第25-27页 |
| 2.5 压缩感知在通信领域的应用 | 第27-29页 |
| 2.5.1 稀疏信道估计 | 第27页 |
| 2.5.2 认知无线电的频谱感知 | 第27-28页 |
| 2.5.3 网络管理 | 第28页 |
| 2.5.4 无线传感器网络 | 第28-29页 |
| 2.6 压缩感知的其它应用 | 第29-31页 |
| 2.7 本章小结 | 第31-32页 |
| 第三章 模拟流信号的压缩采样系统 | 第32-46页 |
| 3.1 引言 | 第32页 |
| 3.2 压缩采样结构RD | 第32-36页 |
| 3.2.1 随机解调器的信号模型 | 第33页 |
| 3.2.2 随机解调器的工作过程 | 第33-35页 |
| 3.2.3 RD系统存在问题 | 第35-36页 |
| 3.3 针对宽带流信号的改进RD系统 | 第36-40页 |
| 3.3.1 改进的信号模型 | 第36-37页 |
| 3.3.2 改进的RD系统 | 第37-40页 |
| 3.4 数值仿真与分析 | 第40-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第四章 基于卡尔曼滤波的自适应流信号恢复算法 | 第46-62页 |
| 4.1 引言 | 第46-47页 |
| 4.2 AIC架构下的流信号压缩感知 | 第47-50页 |
| 4.2.1 信号的观测 | 第47-48页 |
| 4.2.2 信号的状态空间模型 | 第48-50页 |
| 4.3 自适应卡尔曼滤波恢复算法 | 第50-56页 |
| 4.3.1 卡尔曼滤波器简介 | 第50-53页 |
| 4.3.2 基于压缩感知的自适应卡尔曼滤波算法 | 第53-55页 |
| 4.3.3 改进的自适应卡尔曼滤波算法 | 第55-56页 |
| 4.4 仿真与分析 | 第56-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第五章 全文总结 | 第62-64页 |
| 5.1 本文研究内容与创新 | 第62-63页 |
| 5.2 未来工作展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 攻读学位期间发表论文目录 | 第70页 |
