| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 本文主要工作及全文组织结构 | 第11-12页 |
| 2 压缩感知基本理论 | 第12-16页 |
| 2.1 信号的稀疏表示 | 第12-13页 |
| 2.2 测量矩阵的设计 | 第13-14页 |
| 2.3 信号的重构算法 | 第14-15页 |
| 2.4 本章小结 | 第15-16页 |
| 3 基于先验信息下的l_1?l_1和l_1?l_2范数极小化问题研究 | 第16-22页 |
| 3.1 基于先验信息的l_1?l_1极小化重构理论 | 第16-17页 |
| 3.2 基于先验信息的l_1?l_2极小化重构理论 | 第17-18页 |
| 3.3 数值实验 | 第18-19页 |
| 3.4 本章小结 | 第19-22页 |
| 4 PI-IRLS算法对稀疏信号的重构问题研究 | 第22-38页 |
| 4.1 基于先验信息下的无约束l_q范数极小化重构理论 | 第22-23页 |
| 4.2 PI-IRLS算法和基本定义 | 第23页 |
| 4.3 PI-IRLS算法的理论分析 | 第23-33页 |
| 4.4 数值实验 | 第33-36页 |
| 4.5 本章小结 | 第36-38页 |
| 5 总结与展望 | 第38-40页 |
| 5.1 本文工作的总结 | 第38页 |
| 5.2 未来工作的展望 | 第38-40页 |
| 参考文献 | 第40-46页 |
| 致谢 | 第46-48页 |
| 已完成文章目录 | 第48页 |
