| 摘要 | 第8-9页 |
| Abstract | 第9页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 压缩感知 | 第11-13页 |
| 1.2.1 稀疏性 | 第11-12页 |
| 1.2.2 问题模型 | 第12页 |
| 1.2.3 不相关性 | 第12-13页 |
| 1.3 稀疏恢复中的一些模型和算法 | 第13-20页 |
| 1.3.1 贪婪追踪方法 | 第14-17页 |
| 1.3.2 凸松弛方法 | 第17-18页 |
| 1.3.3 硬阈值方法 | 第18-20页 |
| 1.4 本论文的主要工作 | 第20-22页 |
| 第二章 投影迭代硬阈值算法 | 第22-32页 |
| 2.1 PIHT算法简述 | 第22页 |
| 2.2 模型与算法 | 第22-24页 |
| 2.3 算法的收敛性分析 | 第24-26页 |
| 2.4 数值实验 | 第26-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 从稀疏噪声中恢复稀疏信号的非凸方法 | 第32-46页 |
| 3.1 稀疏噪声背景介绍 | 第32-33页 |
| 3.2 非突模型以及算法 | 第33-40页 |
| 3.2.1 非突模型 | 第33-35页 |
| 3.2.2 PL-IRLS的简单介绍 | 第35-39页 |
| 3.2.3 重加权最小二乘硬阈值算法（Reweighted least squares hardthresholding algorithm） | 第39-40页 |
| 3.3 数值实验 | 第40-42页 |
| 3.4 本章小结 | 第42-46页 |
| 第四章 总结与展望 | 第46-48页 |
| 致谢 | 第48-50页 |
| 参考文献 | 第50-57页 |
| 作者在学期间取得的学术成果 | 第57页 |