压缩感知与稀疏滤波_[英]Avishy,Y.Carmi,[英]Lyudmila,S.Mihaylova,[英]Simon,J.Godsill著;姜义成，张云，刘子滔_9787560386270

自然界中的许多信号在某些变换域内是稀疏的或称为可压缩的，因此压缩感知技术可以利用比传统测量方法少得多的观测值来实现这类信号的高精度重构，从而解决现代信号处理中欠采样、数据稀少或缺失时的信号恢复问题。
《压缩感知与稀疏滤波》从压缩感知基本理论入手，详细介绍了压缩感知理论在认知无线电、非线性MIMO系统识别、卡尔曼滤波和平滑、有限通信资源传感器网络信号重构、雷达成像以及语音识别等不同领域的具体应用。
《压缩感知与稀疏滤波》的每章都形成一个完整的独立体系，方便读者快速掌握相关的信号处理方法。
《压缩感知与稀疏滤波》面向对稀疏信号处理各个方面及应用感兴趣的研究人员、学者和实践者，同时可以作为计算机科学、信息与通信工程等专业研究生的教材。

第1章压缩感知与稀疏滤波简介
1．1 什么是压缩感知
1．2 经典案例：Shannon-Nyquist采样
1．3 压缩感知的基本理论
1．4 稀疏滤波和动态压缩感知
1．5 压缩感知的应用
1．6 结论
本章参考文献

第2章压缩感知的几何结构
2．1 引言
2．2 几何信号模型
2．3 线性采样算子性质及其应用
2．4 凸松弛的几何意义
2．5 迭代投影算法的几何意义
2．6 非线性观测模型的扩展
2．7 结论
本章参考文献

第3章指数族噪声下的稀疏信号恢复
3．1 引言
3．2 背景知识
3．3 主要结果
3．4 结论
本章参考文献

第4章核范数优化及其在观测模型设定中的应用
4．1 引言
4．2 背景
4．3 核范数优化方法
4．4 观测模型误设问题
4．5 数值例子
4．6 结论
本章参考文献

第5章非负张量分解
5．1 引言
5．2 符号表示和研究意义
5．3 新型张量模型
5．4 新型非负、约束、张量因子分解
5．5 结论
本章参考文献

第6章认知无线电网络中的奈奎斯特欠采样和压缩感知
6．1 认知无线电网络
6．2 传统的频谱感知算法
6．3 宽带频谱感知算法
6．4 宽带自适应压缩感知框架
附录
本章参考文献

第7章稀疏非线性MIMO滤波与识别
7．1 引言
7．2 系统模型
7．3 稀疏多变量滤波算法
7．4 有限字母输入激发的稀疏MIMO系统的盲识别和半盲识别
7．5 结论
本章参考文献

第8章卡尔曼平滑的优化观点及其在鲁棒和稀疏估计中的应用
8．1 引言
8．2 优化规划和RTS优化平滑
8．3 非线性过程和测量模型
8．4 状态空间限制
8．5 鲁棒卡尔曼平滑
8．6 稀疏卡尔曼平滑
8．7 结论
本章参考文献
……

第9章压缩系统识别
第10章基于选择性Gossip算法的分布式近似和跟踪
第11章稀疏信号序列的递归重构
第12章传感器网络中时变稀疏信号的估计
第13章稀疏与压缩感知在单/多基达成像中的应用
第14章针对音频重构的结构化稀疏贝叶斯建模
第15章用于语音识别的稀疏表示

你还可能感兴趣

我要评论