书籍详情
《结构化压缩感知理论及应用刘福来,张子选,杜瑞燕著》[34M]百度网盘|亲测有效|pdf下载
  • 结构化压缩感知理论及应用刘福来,张子选,杜瑞燕著

  • 出版社:辽宁人民出版社图书专营店
  • 出版时间:2022-01
  • 热度:11703
  • 上架时间:2024-06-30 09:38:03
  • 价格:0.0
书籍下载
书籍预览
免责声明

本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源,一旦发现资源涉及侵权,将立即删除。希望所有用户一同监督并反馈问题,如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正

内容介绍

   图书基本信息
图书名称   结构化压缩感知理论及应用(电子信息前沿技术丛书)
作者   刘福来,张子选,杜瑞燕 著
定价   89元
出版社   清华大学出版社
ISBN   9787302592983
出版日期   2022-01-01
字数   525000
页码   344
版次   
装帧   平装
开本   16开
商品重量   

   内容提要
结构化压缩感知是在传统压缩感知基础上形成的新的理论框架,旨在将与数据采集硬件及复杂信号模型相匹配的结构化先验信息引入传统压缩感知,从而实现对更广泛类型信号的高效重建。目前,结构化压缩感知在医学成像、模式识别、雷达遥感、无线通信等众多领域有极为广泛的应用前景。本书深入、系统地论述了结构化压缩感知的基本理论及典型结构化压缩感知方法,从应用的角度总结作者多年来的研究成果以及国际上这一领域的研究进展。全书共 9 章,主要内容包括结构化压缩感知的发展与现状、结构化压缩感知理论基础、典型的稀疏结构化及压缩感知方法、稀疏阶估计方法、基于结构化压缩感知的一维谱空穴检测、基于联合稀疏压缩感知的二维谱空穴检测、基于结构化压缩感知的三维谱空穴检测、基于结构化压缩感知的信道估计及基于结构化压缩感知的毫米波信道估计。本书是关于结构化压缩感知理论及应用的一部专著,可供从事通信、图像、雷达和核磁共振等领域的广大技术人员学习与参考,也可作为高等院校和科研院所信号与信息处理、信息与通信系统等专业的研究生教材或参考书。

   目录
目录
章绪论
1.1压缩感知的发展及应用
1.1.1压缩感知的发展
历程
1.1.2压缩感知的应用
领域
1.2压缩感知关键理论及研究
现状
1.2.1压缩感知的关键
理论
1.2.2压缩感知的研究
现状
1.3结构化压缩感知关键理论及
研究现状
1.3.1结构化压缩感知关键
理论
1.3.2结构化压缩感知研究
现状
1.4结构化压缩感知面临的
挑战
1.5本书结构及内容安排
1.6本章小结
参考文献
第2章结构化压缩感知理论基础
2.1引言
2.2压缩感知基本原理
2.2.1稀疏表示
2.2.2观测矩阵
2.2.3重构算法
2.2.4张量压缩感知
2.3结构化压缩感知基本框架
2.4典型结构化稀疏信号模型
2.4.1结构化稀疏信号
模型
2.4.2结构化RIP条件
2.5结构化稀疏表示
2.5.1基于BMOD的块字
典学习
2.5.2基于BKSVD的块字
典学习
2.6结构化观测矩阵
2.6.1基于RIP理论的观测
矩阵
2.6.2基于相干性理论的
观测矩阵
2.7结构化重构
2.7.1基于MMV模型的
稀疏重构
2.7.2基于US模型的稀疏
重构
2.8本章小结
参考文献
第3章典型的稀疏结构及压缩感知
算法
3.1引言
3.2块稀疏压缩感知
3.2.1块稀疏信号模型
3.2.2块混合范数优化
算法
3.2.3块正交匹配追踪
算法
3.2.4块匹配追踪算法
3.2.5块稀疏子空间学习
算法
3.2.6块稀疏非参数贝叶斯
估计
3.3联合稀疏压缩感知
3.3.1JSM1模型及重构
算法
3.3.2JSM2模型及重构
算法
3.3.3JSM3模型及重构
算法
3.4高斯联合稀疏张量压缩
感知
3.4.1张量表示及其分解
3.4.2内在张量稀疏度量
3.4.3基于CACTI的结构化
测量
3.4.4基于高斯联合稀疏
模型的重构方法
3.5本章小结
参考文献
第4章稀疏阶估计方法
4.1引言
4.2测量模型
4.2.1单测量向量模型
4.2.2多测量向量模型
4.3基于特征值的稀疏阶估计
算法
4.3.1算法原理
4.3.2算法步骤
4.4基于迹的稀疏阶估计算法
4.4.1算法原理
4.4.2算法步骤
4.4.3计算复杂度分析
4.5仿真实验及结果分析
4.5.1基于特征值的稀疏阶
估计算法
4.5.2基于迹的稀疏阶估计
算法
4.6本章小结
参考文献
第5章基于结构化压缩感知的一维
谱空穴检测
5.1引言
5.2一维谱空穴检测
5.2.1谱空穴概念
5.2.2典型一维谱空穴
检测
5.3基于动态组稀疏的频谱
感知
5.3.1频谱感知问题
描述
5.3.2DGSSS算法原理
5.3.3仿真实验及结果
分析
5.4基于块稀疏的空间谱估计
5.4.1空间谱估计问题
描述
5.4.2BStOMPCPHD算法
原理
5.4.3仿真实验与结果
分析
5.5基于块稀疏贝叶斯学习的
空间谱估计
5.5.1阵列结构及数据
模型
5.5.2STCBSBL算法
原理
5.5.3仿真实验与结果
分析
5.6本章小结
参考文献
第6章基于联合稀疏压缩感知的二维
谱空穴检测
6.1引言
6.2系统模型
6.2.1二维联合稀疏
表示
6.2.2协作感知系统频空
联合稀疏表示
6.2.3多址接入场景频角
联合稀疏表示
6.3算法原理
6.3.1二维谱空穴判决
准则
6.3.2适用于协作感知系统的
频空谱空穴判决
6.3.3适用于多址接入场景的
频角谱空穴判决
6.3.4计算复杂度分析
6.4仿真实验及结果分析
6.5本章小结
参考文献
第7章基于结构化压缩感知的三维
谱空穴检测
7.1引言
7.2系统模型
7.2.1索引调制信号
模型
7.2.2空频索引调制准
联合稀疏表示
7.2.3自适应索引调制信号
三维稀疏表示
7.3算法原理
7.3.1基于JSIRPRA的
索引调制识别
7.3.2基于MD的自适应
索引调制识别
7.3.3基于JSIRPRAMD的
三维谱空穴判决
7.3.4计算复杂度分析
7.4仿真实验及结果分析
7.5本章小结
参考文献
第8章基于结构化压缩感知的信道
估计
8.1引言
8.2信道模型
8.2.1无线信道特性
8.2.2信道估计模型
8.3时频联合稀疏多频带水声
信道估计
8.3.1多频带SIMO水声信道
模型
8.3.2基于多路径选择的
时频联合稀疏信道
估计
8.3.3仿真实验及结果
分析
8.4角频联合稀疏信道估计
8.4.1双选信道复指数扩展
模型
8.4.2基于贪婪算法的联合
稀疏信道估计
8.4.3仿真实验及结果
分析
8.5多测量联合稀疏OFDM线性
时变信道估计
8.5.1OFDM线性时变联合
稀疏信道模型
8.5.2基于分组优化的联合
稀疏信道估计
8.5.3仿真实验及结果
分析
8.6块稀疏水声信道估计
8.6.1块稀疏水声信道
模型
8.6.2基于块稀疏似零范数
的信道估计
8.6.3仿真实验及结果
分析
8.7面向5G的块稀疏信道
估计
8.7.1基于BPCoSaMP的
Massive MIMO块
稀疏信道估计
8.7.2基于MMC的3D
Massive MIMO块
稀疏信道估计
8.7.3仿真实验及结果
分析
8.8本章小结
参考文献
第9章基于结构化压缩感知的
毫米波信道估计
9.1引言
9.2信道模型
9.2.1毫米波传播特性
9.2.2毫米波信道模型
9.3基于块稀疏表示的多面板
毫米波MIMO信道估计
9.3.1TDD多面板块稀疏
信道模型
9.3.2块稀疏正交投影信
道估计算法
9.3.3联合多面板信道估计的
性能分析
9.3.4仿真实验及结果
分析
9.4基于群稀疏表示的双选择
毫米波MIMO信道估计
9.4.1双选择性群稀疏信道
模型
9.4.2群稀疏SBLKF信道
估计算法
9.4.3SBLKF算法性能
分析
9.4.4仿真实验及结果
分析
9.5基于群稀疏表示的混合模拟/
数字毫米波MIMO信道
估计
9.5.1混合模拟/数字群稀疏
信道模型
9.5.2群稀疏BDOMP信道
估计算法
9.5.3BDOMP算法的性能
分析
9.5.4仿真实验及结果
分析
9.6本章小结
参考文献