●第1章 基礎理論
1.1 Gabor框架理論
1.1.1 Gabor變換
1.1.2 Gabor框架
1.1.3 對偶窗函數
1.2 CS理論
1.2.1 信號稀疏表示
1.2.2 測量矩陣
1.2.3 信號重構算法
1.3 壓縮采樣技術
1.3.1 基本采樣模型
1.3.2 頻域稀疏信號采樣
1.3.3 時域稀疏信號采樣
第2章 窄脈衝信號Gabor框架采樣理論模型分析
2.1 引言
2.2 窄脈衝信號模型
2.3 截短的Gabor框架序列
2.4 Gabor框架采樣繫統模型
2.4.1 采樣模型結構
2.4.2 信號重構
2.4.3 噪聲或失配的影響
2.5 Gabor框架采樣模型實現中存在的問題
2.5.1 采樣繫統模型及濾波器設計
2.5.2 冗餘字典條件下信號重構方法改進
2.5.3 支撐集壓縮和重構噪聲估計
小結
第3章 基於指數再生窗的窄脈衝信號Gabor框架采樣
3.1 引言
3.2 指數再生窗
3.2.1 基本概念
3.2.2 指數再生窗構建Gabor框架的可行性
3.3 Gabor框架指數再生窗函數設計
3.4 繫數測量矩陣
3.4.1 繫數測量矩陣的設計
3.4.2 RIF特性分析
3.5 窗函數尺度變換及本質窗寬
3.5.1 窗函數尺度變換
3.5.2 本質窗寬
3.6 子空間探測中的支撐集壓縮
3.7 框架冗餘度對采樣繫統穩健性的影響
3.8 仿真分析
3.8.1 窗函數尺度變換對繫統采樣重構的影響
3.8.2 窗函數平滑階數和本質窗寬對繫統采樣重構的影響
3.8.3 支撐集壓縮對重構的影響
3.8.4 框架冗餘度對穩健性的影響
3.8.5 與現有其他采樣繫統重構效果的對比
小結
第4章 基於指數再生窗時域調制濾波器設計
4.1 引言
4.2 基於指數再生窗時域調制濾波器模型
4.3 基於指數再生窗時域調制濾波器的實現方案
4.3.1 濾波器設計方法
4.3.2 濾波器電路設計
4.3.3 濾波器電路參數的選取
4.4 濾波器模型改進的探討
小結
第5章 基於信號空間的分塊信號重構方法
5.1 引言
5.2 信號的分塊稀疏表示和重構模型
5.2.1 塊稀疏基本概念
5.2.2 分塊Gabor字典
5.2.3 重構模型和測量矩陣
5.3 分塊字典條件下SCoSaMP算法性能分析
5.3.1 Block-RIP分析
5.3.2 SCoSaMP的塊稀疏重構形式
5.3.3 收斂性與誤差分析
5.4 基於信號空間的重構算法設計
5.4.1 冗餘框架信號空間投影
5.4.2 算法描述
5.4.3 收斂性分析
5.4.4 采樣通道數分析
5.5 仿真分析
5.5.1 冗餘字典條件下空間投影對重構效果的影響
5.5.2 窗函數尺度變換對重構算法性能的影響
5.5.3 信號空間投影對穩健性的影響
小結
第6章 基於字典相干性的支撐集壓縮與降噪分析
6.1 引言
6.2 基於字典相干性的支撐集壓縮算法設計
6.2.1 測量矩陣的分塊ε-相干性
6.2.2 支撐集壓縮算法
6.2.3 約束條件及算法分析
6.2.4 采樣通道數分析
6.3 基於信號域的重構算法降噪估計
6.3.1 Oracle估計
6.3.2 基於近似Oracle估計的MSE分析
6.3.3 MSE的Cramer-Rao下界估計
6.4 仿真分析
6.4.1 字典支撐集壓縮對重構精度的影響
6.4.2 字典支撐集壓縮對采樣通道數的影響
6.4.3 字典支撐集壓縮對降噪性能的影響
小結
第7章 總結與展望
7.1 本書主要內容總結
7.2 有待進一步解決的問題
附錄
附錄A 部分英文縮寫與中文釋義
附錄B 部分符號說明
參考文獻
