摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-18页 |
1.1 研究背景与意义 | 第10-12页 |
1.2 研究现状 | 第12-15页 |
1.3 本文的主要工作 | 第15-18页 |
第二章 基础知识 | 第18-30页 |
2.1 系统辨识中常用的正交有理函数基 | 第18-21页 |
2.2 压缩感知模型 | 第21-23页 |
2.3 稀疏重构条件 | 第23-27页 |
2.4 稀疏重构算法 | 第27-29页 |
2.5 本章小结 | 第29-30页 |
第三章 基于单个正交有理函数基的稀疏系统表示及辨识方法 | 第30-43页 |
3.1 引言 | 第30-31页 |
3.2 单个正交有理函数基表示下的稀疏模型 | 第31-32页 |
3.3 单个正交有理函数基表示下的稀疏系统辨识算法 | 第32-34页 |
3.4 计算问题及相关性质 | 第34-39页 |
3.5 数值仿真 | 第39-42页 |
3.6 本章小结 | 第42-43页 |
第四章 不同正交有理函数基表示下的不确定性原理与联合稀疏表示的唯一性定理 | 第43-52页 |
4.1 引言 | 第43-44页 |
4.2 问题描述 | 第44-45页 |
4.3 传递函数在不同正交有理函数基表示下的不确定性原理 | 第45-48页 |
4.4 传递函数在成对正交有理函数基下的联合稀疏表示及唯一性定理 | 第48-49页 |
4.5 相干性的计算公式 | 第49-51页 |
4.6 本章小结 | 第51-52页 |
第五章 基于成对正交有理函数基表示的稀疏系统辨识理论 | 第52-75页 |
5.1 引言 | 第52-53页 |
5.2 成对正交有理基函数表示下的稀疏系统辨识模型 | 第53-56页 |
5.3 l_1优化高概率辨识的观测次数下界 | 第56-57页 |
5.4 定理5.2的证明 | 第57-61页 |
5.5 定理5.4的证明 | 第61-66页 |
5.6 定理5.5的证明 | 第66-71页 |
5.7 正交有理函数基辨识效果的定量分析 | 第71-74页 |
5.8 本章小结 | 第74-75页 |
第六章 基于FIR和TM基的稀疏系统辨识 | 第75-92页 |
6.1 引言 | 第75页 |
6.2 传递函数在FIR和TM基下的联合稀疏表示及唯一性定理 | 第75-79页 |
6.3 基于FIR和 TM基联合表示下的稀疏系统辨识 | 第79-81页 |
6.4 计算问题 | 第81-83页 |
6.5 数值仿真 | 第83-91页 |
6.6 本章小结 | 第91-92页 |
第七章 结论与展望 | 第92-94页 |
参考文献 | 第94-103页 |
附录1 攻读博士学位期间取得的科研成果 | 第103-104页 |
附录2 攻读博士学位期间参加的科研项目 | 第104-105页 |
致谢 | 第105页 |