第一个书签之前
ABSTRACT
第一章 绪 论
1.1 研究工作的背景与意义
1.2 国内外研究历史与现状
1.3 本文的主要贡献与创新
1.4 本文的研究内容和结构安排
第二章 传统压缩感知的重构算法研究
2.1 信号的稀疏表示
2.2 观测矩阵的选取
2.3 信号的重构算法
2.3.1 正交匹配追踪算法
2.3.2 稀疏自适应匹配追踪算法
2.3.3 基追踪算法
2.4 本章小结
第三章 采样率自适应分块压缩感知技术研究
3.1.1 分块压缩感知原理
3.1.2 分块压缩感知平滑投影Landweber迭代重构算法
3.2 基于灰度熵的采样率自适应分块压缩感知算法
3.2.1 ENT-BCS算法原理
3.2.2 ENT-BCS算法性能分析
3.3 基于边缘信息的采样率自适应分块压缩感知算法
3.3.1 EDG-BCS算法原理
3.3.2 EDG-BCS算法性能分析
3.4 基于全变差的采样率自适应分块压缩感知算法
3.4.1 TV-BCS算法原理
3.4.2 TV-BCS算法性能分析
3.5 本章小结
第四章 采样率自适应多尺度分块压缩感知技术研究
4.1 多尺度分块压缩感知
4.1.1 多尺度分块压缩感知理论
4.1.2 多尺度分块压缩感知重构算法
4.1.3 多尺度分块压缩感知参数讨论
4.2 基于灰度熵的采样率自适应多尺度分块压缩感知算法
4.2.1 ENT-MS-BCS算法原理
4.2.2 ENT-MS-BCS算法性能分析
4.3 基于边缘信息的采样率自适应多尺度分块压缩感知算法
4.3.1 EDG-MS-BCS算法原理
4.3.2 EDG-MS-BCS算法性能分析
4.4 基于全变差的采样率自适应多尺度分块压缩感知算法
4.4.1 TV-MS-BCS算法原理
4.4.2 TV-MS-BCS算法性能分析
4.5 本章小结
第五章 全文总结与展望
5.1 全文总结
5.2 后续工作展望
致 谢
参考文献
攻读硕士学位期间取得的成果