| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究工作的背景与意义 | 第14-15页 |
| 1.2 研究现状 | 第15-16页 |
| 1.3 主要研究内容 | 第16-17页 |
| 1.4 论文结构安排 | 第17-18页 |
| 第二章 稀疏重构与压缩采样 | 第18-29页 |
| 2.1 压缩感知理论 | 第18-25页 |
| 2.1.1 问题描述 | 第18-19页 |
| 2.1.2 重构算法 | 第19-25页 |
| 2.1.2.1 贪婪算法 | 第20页 |
| 2.1.2.2 凸松弛算法 | 第20-21页 |
| 2.1.2.3 非凸优化算法 | 第21-22页 |
| 2.1.2.4 稀疏贝叶斯学习算法 | 第22-25页 |
| 2.2 压缩采样 | 第25-28页 |
| 2.2.1 随机调制 | 第25-26页 |
| 2.2.2 随机采样 | 第26-27页 |
| 2.2.3 Multicoset采样 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 基于多通道非均匀时延的压缩采样机制 | 第29-51页 |
| 3.1 采样机制设计方案 | 第29-33页 |
| 3.1.1 信号模型与采样机制设计 | 第29-30页 |
| 3.1.2 基于时域的建模方法 | 第30-31页 |
| 3.1.3 基于频域的建模方法 | 第31-33页 |
| 3.2 采样机制实现方案 | 第33-45页 |
| 3.2.1 分层先验模型 | 第33-35页 |
| 3.2.2 Generalized Approximate Message Passing (GAMP)算法 | 第35-40页 |
| 3.2.2.1 Sum-Product和Max-Sum方法 | 第36-37页 |
| 3.2.2.2 GAMP算法实现 | 第37-40页 |
| 3.2.3 设计方案 | 第40-45页 |
| 3.3 仿真结果 | 第45-50页 |
| 3.3.1 合成数据 | 第45-47页 |
| 3.3.2 实测数据 | 第47-50页 |
| 3.3.2.1 软件模拟采样 | 第47-49页 |
| 3.3.2.2 真实采样系统 | 第49-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 基于压缩采样的超宽带谱重构与参数估计 | 第51-68页 |
| 4.1 功率谱重构 | 第51-54页 |
| 4.2 循环谱重构 | 第54-56页 |
| 4.3 参数估计 | 第56-62页 |
| 4.3.1 通信信号的功率谱 | 第56-57页 |
| 4.3.2 曲线拟合 | 第57-60页 |
| 4.3.3 多信号分量参数估计 | 第60-62页 |
| 4.4 仿真结果 | 第62-67页 |
| 4.4.1 谱重构与调制识别 | 第62-65页 |
| 4.4.2 参数估计实验 | 第65-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第五章 全文总结与展望 | 第68-70页 |
| 5.1 全文总结 | 第68-69页 |
| 5.2 未来展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间研究成果 | 第75页 |