压缩感知中二进制测量矩阵的构造与优化
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景与研究意义 | 第14-15页 |
| 1.2 课题来源 | 第15页 |
| 1.3 国内外研究现状 | 第15-19页 |
| 1.3.1 CS理论在国内外理论研究现状 | 第15-17页 |
| 1.3.2 CS理论在国内外实际应用现状 | 第17-19页 |
| 1.4 单像素成像系统 | 第19-20页 |
| 1.5 本文主要研究内容 | 第20-22页 |
| 第二章 压缩感知基本理论 | 第22-31页 |
| 2.1 CS基本理论 | 第22-23页 |
| 2.2 信号的稀疏表示方法 | 第23-24页 |
| 2.3 测量矩阵的构造 | 第24-26页 |
| 2.4 CS重构算法 | 第26-30页 |
| 2.4.1 OMP算法 | 第26-27页 |
| 2.4.2 基追踪算法 | 第27-28页 |
| 2.4.3 Tval3算法 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 PRBD测量矩阵的构造 | 第31-44页 |
| 3.1 常用测量矩阵 | 第31-32页 |
| 3.2 OG序列构造 | 第32-35页 |
| 3.2.1 m序列优选对 | 第32-34页 |
| 3.2.2 OG序列的构造 | 第34-35页 |
| 3.3 压缩感知PRBD测量矩阵的构造 | 第35-38页 |
| 3.3.1 PRBD测量矩阵的构造 | 第36页 |
| 3.3.2 OMP算法影响因素分析 | 第36-37页 |
| 3.3.3 PRBD矩阵特性分析 | 第37-38页 |
| 3.4 PRBD测量矩阵仿真实验 | 第38-43页 |
| 3.4.1 分块重构方法 | 第39页 |
| 3.4.2 重构时图像分块大小选择 | 第39-40页 |
| 3.4.3 与现有二进制测量矩阵重建性能对比 | 第40-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 矩阵分构算法 | 第44-58页 |
| 4.1 几种测量矩阵优化方法 | 第44-47页 |
| 4.1.1 Elad优化算法 | 第44-46页 |
| 4.1.2 有效投影优化算法 | 第46-47页 |
| 4.1.3 OV优化算法 | 第47页 |
| 4.2 矩阵分构算法及其性能分析 | 第47-54页 |
| 4.2.1 单个总体正态分布检验方法 | 第48页 |
| 4.2.2 MSC算法 | 第48-49页 |
| 4.2.3 优化矩阵与相近矩阵的性质对比分析 | 第49-51页 |
| 4.2.4 高斯随机分布验证 | 第51-52页 |
| 4.2.5 仿真实验 | 第52-54页 |
| 4.3 测量矩阵在单像素成像系统实验平台中的应用 | 第54-57页 |
| 4.3.1 单像素成像系统实验平台的介绍 | 第54-55页 |
| 4.3.2 实验结果与分析 | 第55-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 本文主要研究工作 | 第58页 |
| 5.2 后续工作与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第64-65页 |
