压缩感知及其算法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究的背景和意义 | 第9-11页 |
| 1.2 重构算法的发展与现状 | 第11-13页 |
| 1.3 论文的主要内容和结构安排 | 第13-15页 |
| 第二章 压缩感知的基本原理 | 第15-32页 |
| 2.1 理论概述 | 第15-20页 |
| 2.1.1 传统采样定理的介绍 | 第15-17页 |
| 2.1.2 压缩感知的理论框架 | 第17-18页 |
| 2.1.3 压缩感知与采样定理仿真对比 | 第18-20页 |
| 2.2 信号的稀疏表示 | 第20-23页 |
| 2.3 测量矩阵的设计 | 第23-28页 |
| 2.4 重构算法的构造 | 第28-31页 |
| 2.4.1 凸优化算法 | 第28-29页 |
| 2.4.2 贪婪算法 | 第29-30页 |
| 2.4.3 统计优化算法 | 第30-31页 |
| 2.4.4 组合算法 | 第31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 介绍两种常用算法 | 第32-37页 |
| 3.1 正交匹配追踪算法[16] | 第32-33页 |
| 3.2 梯度投影算法 | 第33-34页 |
| 3.3 两种算法性能分析 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 自适应正交匹配修正算法 | 第37-49页 |
| 4.1 正交匹配追踪算法分析 | 第37-38页 |
| 4.2 稀疏度自适应估计 | 第38-40页 |
| 4.3 稀疏度自适应估计仿真 | 第40-42页 |
| 4.4 算法流程与验证 | 第42-43页 |
| 4.5 算法性能仿真 | 第43-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 本文工作总结 | 第49-50页 |
| 5.2 后续工作展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录 攻读硕士学位期间撰写的论文 | 第55-56页 |
| 致谢 | 第56页 |
