结构化压缩感知理论及应用
￥ 43.51 4.9折 ￥ 89 九五品
仅1件
作者刘福来,张子选,杜瑞燕 著
出版社清华大学出版社
ISBN9787302592983
出版时间2022-01
版次1
装帧平装
开本16开
纸张胶版纸
页数344页
字数99999千字
定价89元
上书时间2024-05-06
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:结构化压缩感知理论及应用
定价：89.00元
作者:刘福来,张子选,杜瑞燕 著
出版社：清华大学出版社
出版日期：2022-01-01
ISBN：9787302592983
字数：525000
页码：344
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
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
作者介绍
序言
-
【封面】
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价