基于矩阵分解的压缩感知重构算法的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-11页 |
| ·研究目的和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的主要内容 | 第10-11页 |
| 第二章 压缩感知理论 | 第11-22页 |
| ·压缩感知基本原理 | 第11页 |
| ·压缩感知过程 | 第11-17页 |
| ·信号的稀疏表示 | 第11-13页 |
| ·观测矩阵的设计 | 第13-15页 |
| ·常用观测矩阵 | 第15-16页 |
| ·信号重构 | 第16-17页 |
| ·压缩感知理论推广及应用 | 第17-22页 |
| ·信息采样问题 | 第17-18页 |
| ·分布式压缩感知理论 | 第18页 |
| ·理论应用 | 第18-19页 |
| ·实际应用 | 第19-22页 |
| 第三章 信号重构算法 | 第22-43页 |
| ·主要算法介绍 | 第22-25页 |
| ·最小L_1范数法 | 第22页 |
| ·贪婪算法 | 第22-24页 |
| ·迭代阈值法 | 第24页 |
| ·其他算法 | 第24-25页 |
| ·正交匹配追踪算法 | 第25-27页 |
| ·正交匹配追踪的改进算法 | 第27-35页 |
| ·正则化正交匹配追踪算法(ROMP) | 第27-29页 |
| ·压缩采样匹配追踪算法(CoSaMP) | 第29-31页 |
| ·稀疏度自适应匹配追踪算法(SAMP) | 第31-33页 |
| ·分段正交匹配追踪算法(StOMP) | 第33-34页 |
| ·正则化自适应匹配追踪算法(RAMP) | 第34-35页 |
| ·其他改进算法 | 第35-37页 |
| ·算法仿真比较 | 第37-43页 |
| ·OMP算法仿真比较 | 第37-40页 |
| ·OMP算法与其他算法的比较 | 第40-43页 |
| 第四章 基于矩阵分解的优化算法 | 第43-55页 |
| ·最小二乘法介绍 | 第43-45页 |
| ·常用矩阵分解方法 | 第45-48页 |
| ·矩阵的三角分解 | 第45-46页 |
| ·LU分解 | 第45-46页 |
| ·对称矩阵的Cholesky分解 | 第46页 |
| ·矩阵的正交三角分解 | 第46-47页 |
| ·QR分解 | 第46-47页 |
| ·Schur分解 | 第47页 |
| ·矩阵的奇异值分解 | 第47-48页 |
| ·改进算法 | 第48-50页 |
| ·仿真与结果分析 | 第50-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
