声明
摘要
第一章 绪论
1.1 引言
1.2 经典压缩感知理论
1.3 框架表示下的稀疏恢复
1.4 信号分离
1.5 本文的主要内容
1.6 记号
第二章 可压缩数据分离
2.1 主要结果
2.2 定理2.1.1的证明
第三章 ADS模型和ALASSO模型
3.1 ADS模型
3.2 ALASSO模型
3.3 相关引理、主要结果的证明
3.3.1 引理3.1.2的证明
3.3.2 定理3.1.1的证明
3.3.3 定理3.1.5的证明
3.3.4 定理3.1.7的证明
3.3.5 定理3.2.1的证明
第四章 D-RIP条件的改进
4.1 前言
4.2 利用l1分析法进行恢复
4.2.1 有界噪音
4.2.2 高斯噪音
4.3 其他充分条件和讨论
4.4 证明
4.4.1 前言有关结论的证明
4.4.2 定理4.2.1的证明
4.4.3 定理4.3.1的证明
第五章 带噪音随机测量下利用OMP算法的非一致支集恢复
5.1 OMP算法
5.2 随机测量类
5.3 主要结果
5.3.1 伯努利矩阵
5.3.2 推广到容许随机矩阵
5.3.3 随机部分傅里叶矩阵
5.4 有关伯努利矩阵的主要结果的证明
5.4.1 引理
5.4.2 定理5.3.1的证明
5.4.3 定理5.3.3的证明
5.5 关于随机部分傅里叶矩阵的主要结果的证明
5.5.1 引理
5.5.2 定理5.3.10的证明
5.5.3 定理5.3.12的证明
参考文献
简历
发表和录用的文章目录
致谢