压缩感知信号采样方法

第1章 基础理论
1．1 Gabor框架理论
1．1．1 Cabor变换
1．1．2 Gabor框架
1．1．3 对偶窗函数
1．2 CS理论
1．2．1 信号稀疏表示
1．2．2 测量矩阵
1．2．3 信号重构算法
1．3 压缩采样技术
1．3．1 基本采样模型
1．3．2 频域稀疏信号采样
1．3．3 时域稀疏信号采样

第2章 窄脉冲信号Gabor框架采样理论模型分析
2．1 引言
2．2 窄脉冲信号模型
2．3 截短的Gabor框架序列
2．4 Gabor框架采样系统模型
2．4．1 采样模型结构
2．4．2 信号重构
2．4．3 噪声或失配的影响
2．5 Gabor框架采样模型实现中存在的问题
2．5．1 采样系统模型及滤波器设计
2．5．2 冗余字典条件下信号重构方法改进
2．5．3 支撑集压缩和重构噪声估计
小结

第3章 基于指数再生窗的窄脉冲信号Gabor框架采样
3．1 引言
3．2 指数再生窗
3．2．1 基本概念
3．2．2 指数再生窗构建Gabor框架的可行性
3．3 Gabor框架指数再生窗函数设计
3．4 系数测量矩阵
3．4．1 系数测量矩阵的设计
3．4．2 RIP特性分析
3．5 窗函数尺度变换及本质窗宽
3．5．1 窗函数尺度变换
3．5．2 本质窗宽
3．6 子空间探测中的支撑集压缩
3．7 框架冗余度对采样系统稳健性的影响
3．8 仿真分析
3．8．1 窗函数尺度变换对系统采样重构的影响
3．8．2 窗函数平滑阶数和本质窗宽对系统采样重构的影响
3．8．3 支撑集压缩对重构的影响
3．8．4 框架冗余度对稳健性的影响
3．8．5 与现有其他采样系统重构效果的对比
小结
……

第4章 基于指数再生窗时域调制滤波器设计
第5章 基于信号空间的分块信号重构方法
第6章 基于字典相干性的支撑集压缩与降噪分析
第7章 总结与展望

附录
参考文献