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
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BKSVD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 3.3.1JSM1模型及重构 算法 3.3.2JSM2模型及重构 算法 3.3.3JSM3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 5.3.2DGSSS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 5.4.2BStOMPCPHD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 5.5.2STCBSBL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JSIRPRA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JSIRPRAMD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BPCoSaMP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SBLKF信道 估计算法 9.4.3SBLKF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BDOMP信道 估计算法 9.5.3BDOMP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 |