压缩感知与稀疏滤波

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/多基地雷达成像中的应用
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