| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究目的与意义 | 第10-11页 |
| ·国内外研究现状和发展趋势 | 第11-16页 |
| ·压缩感知理论基础 | 第12页 |
| ·稀疏表示 | 第12-13页 |
| ·观测矩阵设计 | 第13-14页 |
| ·重构算法 | 第14-16页 |
| ·本文的主要工作和结构安排 | 第16-18页 |
| 第2章 基于贪婪迭代的匹配追踪类算法 | 第18-27页 |
| ·引言 | 第18页 |
| ·匹配追踪（MP）和正交匹配追踪算法（OMP） | 第18-19页 |
| ·分段正交匹配追踪算法（STOMP） | 第19-20页 |
| ·正则正交匹配追踪算法（ROMP） | 第20-21页 |
| ·压缩采样匹配追踪算法（COSAMP） | 第21-23页 |
| ·子空间追踪算法（SP） | 第23-25页 |
| ·自适应匹配追踪算法（SAMP） | 第25-26页 |
| ·本章小节 | 第26-27页 |
| 第3章 两种改进的匹配追踪类算法 | 第27-43页 |
| ·引言 | 第27页 |
| ·线性调频信号（LFM） | 第27-29页 |
| ·LFM 信号模型 | 第27-28页 |
| ·LFM 信号冗余字典模型 | 第28-29页 |
| ·基于量子粒子群优化的二次匹配 OMP 算法 | 第29-36页 |
| ·粒子群算法（PSO） | 第29-31页 |
| ·粒子群算法基本思想 | 第29-30页 |
| ·粒子群算法模型 | 第30页 |
| ·参数分析 | 第30-31页 |
| ·量子粒子群算法（PSO） | 第31-32页 |
| ·量子粒子群算法基本思想 | 第31页 |
| ·量子粒子群算法模型 | 第31-32页 |
| ·算法参数分析 | 第32页 |
| ·改进的 QPSO-OMP 算法 | 第32-33页 |
| ·算法仿真及性能分析 | 第33-36页 |
| ·快速自适应匹配追踪算法 | 第36-42页 |
| ·算法分析 | 第36-37页 |
| ·算法基本流程 | 第37-38页 |
| ·算法仿真及性能分析 | 第38-42页 |
| ·本章小节 | 第42-43页 |
| 第4章 基于斜投影的匹配追踪类算法 | 第43-60页 |
| ·引言 | 第43页 |
| ·斜投影理论 | 第43-44页 |
| ·传统 OMP 算法问题分析 | 第44-46页 |
| ·斜投影匹配追踪类算法 | 第46-54页 |
| ·算法分析 | 第46-47页 |
| ·斜投影匹配追踪算法（OBMP） | 第47页 |
| ·自适应斜投影匹配追踪算法（SAOBMP）及其他算法 | 第47-50页 |
| ·算法仿真及性能分析 | 第50-54页 |
| ·基于 SAOBMP 算法的多信源 LFM 信号频率参数估计 | 第54-59页 |
| ·LFM 信号频率参数估计介绍 | 第54-55页 |
| ·算法仿真及性能分析 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·不足与展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录 | 第67页 |