声明
致谢
摘要
符号说明
1.1 研究背景及意义
1.2 研究现状
1.2.1 信号的稀疏表示
1.2.2 重建算法
1.2.3 测量矩阵的设计
1.3 本文研究内容
2 拟Newton投影追踪算法
2.1 引言
2.2 预备知识
2.3 算法回顾
2.3.1 拟Newton迭代投影算法
2.3.2 压缩采样匹配追踪
2.4 拟Newton投影追踪算法
2.5 仿真实验
2.5.1 一维信号
2.5.2 二维图像
2.6 小结
3 基于Laplace拟范数的阈值算法
3.1 引言
3.2 Laplace拟范数和Laplace正则化
3.3 Laplace正则化的算法
3.4 仿真实验
3.4.1 正则化参数的优化
3.4.2 实验
3.5 小节
4 基于降低RIC的测量矩阵优化设计
4.1 引言
4.2 预备知识
4.3 加权约束方程
4.4 OMP的收敛性分析
4.5 仿真实验
4.5.1 一维信号
4.5.2 二维图像
4.5.3 应用到CT重建中
4.6 小结
5 核磁共振成像的Hessian Schatten自适应字典算法
5.1 引言
5.2 预备知识
5.2.1 Hessian Schatten范数
5.2.2 自适应字典
5.2.3 分裂Bregman迭代
5.3 新算法
5.3.1 新模型
5.3.2 Hessian Schatten自适应字典算法
5.4 仿真实验
5.4.1 无噪情景
5.4.2 有噪情景
5.5 小结
6 相位恢复的扩展的OMP算法
6.1 引言
6.2 基本概念
6.3 相位恢复的正交匹配追踪算法
6.4 相位恢复的多匹配追踪算法
6.5 仿真实验
6.5.1 路径数对重建结果的影响
6.5.2 测量数对重建结果的影响
6.5.3 对噪声的鲁棒性
6.6 小节
7.1 研究工作总结
7.2 研究工作展望
参考文献
作者简历及攻读博士学位期间取得的研究成果
学位论文数据集