| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 压缩感知的应用 | 第11-12页 |
| 1.4 存在的问题 | 第12-13页 |
| 1.5 本文研究的主要内容及章节安排 | 第13-14页 |
| 1.6 本章小结 | 第14-15页 |
| 第2章 压缩感知 | 第15-28页 |
| 2.1 信号稀疏表示 | 第18-19页 |
| 2.2 压缩感知矩阵设计 | 第19-22页 |
| 2.3 信号重构算法 | 第22-27页 |
| 2.3.1 凸松弛方法 | 第22-23页 |
| 2.3.2 贪婪算法 | 第23-24页 |
| 2.3.3 非凸最小化算法 | 第24页 |
| 2.3.4 Bregman迭代算法 | 第24-25页 |
| 2.3.5 迭代阈值算法 | 第25-27页 |
| 2.3.6 组合优化算法 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 一种平滑L0范数的迭代重构算法 | 第28-37页 |
| 3.1 引言 | 第28-29页 |
| 3.2 一种平滑L0范数的迭代重构算法 | 第29-31页 |
| 3.2.1 构建函数 | 第29-31页 |
| 3.2.2 修正方法 | 第31页 |
| 3.3 实验与结果分析 | 第31-36页 |
| 3.3.1 重构 0-1 稀疏信号 | 第32-34页 |
| 3.3.2 不同采样率对重构准确率的影响 | 第34-35页 |
| 3.3.3 重构二维图像 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 一种分布式压缩感知中自适应阈值迭代重构方法 | 第37-50页 |
| 4.1 引言 | 第37页 |
| 4.2 信号模型与无线传感器网络部署 | 第37-40页 |
| 4.2.1 信号模型 | 第37-38页 |
| 4.2.2 网络拓扑 | 第38-40页 |
| 4.3 一种分布式压缩感知中自适应阈值迭代重构方法 | 第40-43页 |
| 4.3.1 一种自适应阈值迭代重构算法 | 第40-41页 |
| 4.3.2 融合操作 | 第41-42页 |
| 4.3.3 分布式压缩感知中自适应阈值迭代重构算法 | 第42-43页 |
| 4.4 理论分析 | 第43-46页 |
| 4.4.1 收敛性分析 | 第43-44页 |
| 4.4.2 融合分析 | 第44-46页 |
| 4.5 实验与结果分析 | 第46-49页 |
| 4.5.1 评价指标和实验设置 | 第46-47页 |
| 4.5.2 仿真结果 | 第47-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 个人简历、在校期间发表学术论文与研究成果 | 第58页 |
