結(jié)構(gòu)化壓縮感知理論及應(yīng)用

定　價：￥89.00

作　者：	劉福來，張子選，杜瑞燕著
出版社：	清華大學(xué)出版社
叢編項：	電子信息前沿技術(shù)叢書
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787302592983	出版時間：	2022-01-01	包裝：
開本：	16開	頁數(shù)：	344	字?jǐn)?shù)：

內(nèi)容簡介

　　結(jié)構(gòu)化壓縮感知是在傳統(tǒng)壓縮感知基礎(chǔ)上形成的新的理論框架，旨在將與數(shù)據(jù)采集硬件及復(fù)雜信號模型相匹配的結(jié)構(gòu)化先驗信息引入傳統(tǒng)壓縮感知，從而實現(xiàn)對更廣泛類型信號的高效重建。目前，結(jié)構(gòu)化壓縮感知在醫(yī)學(xué)成像、模式識別、雷達遙感、無線通信等眾多領(lǐng)域有極為廣泛的應(yīng)用前景。本書深入、系統(tǒng)地論述了結(jié)構(gòu)化壓縮感知的基本理論及典型結(jié)構(gòu)化壓縮感知方法，從應(yīng)用的角度總結(jié)作者多年來的研究成果以及國際上這一領(lǐng)域的研究進展。全書共 9 章，主要內(nèi)容包括結(jié)構(gòu)化壓縮感知的發(fā)展與現(xiàn)狀、結(jié)構(gòu)化壓縮感知理論基礎(chǔ)、典型的稀疏結(jié)構(gòu)化及壓縮感知方法、稀疏階估計方法、基于結(jié)構(gòu)化壓縮感知的一維譜空穴檢測、基于聯(lián)合稀疏壓縮感知的二維譜空穴檢測、基于結(jié)構(gòu)化壓縮感知的三維譜空穴檢測、基于結(jié)構(gòu)化壓縮感知的信道估計及基于結(jié)構(gòu)化壓縮感知的毫米波信道估計。本書是關(guān)于結(jié)構(gòu)化壓縮感知理論及應(yīng)用的一部專著，可供從事通信、圖像、雷達和核磁共振等領(lǐng)域的廣大技術(shù)人員學(xué)習(xí)與參考，也可作為高等院校和科研院所信號與信息處理、信息與通信系統(tǒng)等專業(yè)的研究生教材或參考書。

作者簡介

　　劉福來，2005年獲東北大學(xué)計算機軟件與理論專業(yè)工學(xué)博士學(xué)位。2005—2007年東北大學(xué)博士后流動站，石家莊通信測控技術(shù)研究所博士后工作站，博士后。2007年到東北大學(xué)秦皇島分校工作，2009—2011年東南大學(xué)博士流動站，博士后，2010年晉升為教授，2012年被東北大學(xué)遴選為博士研究生導(dǎo)師。教育部新世紀(jì)人才，河北省“三三三人才工程”第二層次人才，河北省優(yōu)秀教師，河北省教學(xué)名師。在東北大學(xué)秦皇島分校，先后講授“數(shù)字信號處理”“MATLAB與通信系統(tǒng)分析”和“高等工程數(shù)學(xué)”等多門本科生和研究生課程。出版著作《MATLAB與無線電信號處理分析》《陣列信號參數(shù)估計算法與優(yōu)化》。主要從事認(rèn)知無線電及頻譜大數(shù)據(jù)處理、電磁環(huán)境認(rèn)知與控制利用、GNSS抗干擾技術(shù)、毫米波通信系統(tǒng)關(guān)鍵技術(shù)、壓縮感知和深度學(xué)習(xí)及其應(yīng)用等方向的科研和人才培養(yǎng)工作。主持國家自然科學(xué)基金、河北省自然科學(xué)基金等縱向科研項目10余項，已在IEEE Transactions on Antennas and Propagation、IEEE Transactions on Communications、Signal Processing、IEEE Transactions on Mobile Computing等國內(nèi)外重點期刊與國際學(xué)術(shù)會議上發(fā)表學(xué)術(shù)論文50余篇，其中已被SCI、EI檢索收錄40余篇，申報或獲批發(fā)明專利10余項。

圖書目錄

第1章緒論
1.1壓縮感知的發(fā)展及應(yīng)用
1.1.1壓縮感知的發(fā)展歷程
1.1.2壓縮感知的應(yīng)用領(lǐng)域
1.2壓縮感知關(guān)鍵理論及研究現(xiàn)狀
1.2.1壓縮感知的關(guān)鍵理論
1.2.2壓縮感知的研究現(xiàn)狀
1.3結(jié)構(gòu)化壓縮感知關(guān)鍵理論及研究現(xiàn)狀
1.3.1結(jié)構(gòu)化壓縮感知關(guān)鍵理論
1.3.2結(jié)構(gòu)化壓縮感知研究現(xiàn)狀
1.4結(jié)構(gòu)化壓縮感知面臨的挑戰(zhàn)
1.5本書結(jié)構(gòu)及內(nèi)容安排
1.6本章小結(jié)
參考文獻
第2章結(jié)構(gòu)化壓縮感知理論基礎(chǔ)
2.1引言
2.2壓縮感知基本原理
2.2.1稀疏表示
2.2.2觀測矩陣
2.2.3重構(gòu)算法
2.2.4張量壓縮感知
2.3結(jié)構(gòu)化壓縮感知基本框架
2.4典型結(jié)構(gòu)化稀疏信號模型
2.4.1結(jié)構(gòu)化稀疏信號模型
2.4.2結(jié)構(gòu)化RIP條件
2.5結(jié)構(gòu)化稀疏表示
2.5.1基于BMOD的塊字典學(xué)習(xí)
2.5.2基于BKSVD的塊字典學(xué)習(xí)
2.6結(jié)構(gòu)化觀測矩陣
2.6.1基于RIP理論的觀測矩陣
2.6.2基于相干性理論的觀測矩陣
2.7結(jié)構(gòu)化重構(gòu)
2.7.1基于MMV模型的稀疏重構(gòu)
2.7.2基于US模型的稀疏重構(gòu)
2.8本章小結(jié)
參考文獻
第3章典型的稀疏結(jié)構(gòu)及壓縮感知算法
3.1引言
3.2塊稀疏壓縮感知
3.2.1塊稀疏信號模型
3.2.2塊混合范數(shù)優(yōu)化算法
3.2.3塊正交匹配追蹤算法
3.2.4塊匹配追蹤算法
3.2.5塊稀疏子空間學(xué)習(xí)算法
3.2.6塊稀疏非參數(shù)貝葉斯估計
3.3聯(lián)合稀疏壓縮感知
3.3.1JSM1模型及重構(gòu)算法
3.3.2JSM2模型及重構(gòu)算法
3.3.3JSM3模型及重構(gòu)算法
3.4高斯聯(lián)合稀疏張量壓縮感知
3.4.1張量表示及其分解
3.4.2內(nèi)在張量稀疏度量
3.4.3基于CACTI的結(jié)構(gòu)化測量
3.4.4基于高斯聯(lián)合稀疏模型的重構(gòu)方法
3.5本章小結(jié)
參考文獻
第4章稀疏階估計方法
4.1引言
4.2測量模型
4.2.1單測量向量模型
4.2.2多測量向量模型
4.3基于特征值的稀疏階估計算法
4.3.1算法原理
4.3.2算法步驟
4.4基于跡的稀疏階估計算法
4.4.1算法原理
4.4.2算法步驟
4.4.3計算復(fù)雜度分析
4.5仿真實驗及結(jié)果分析
4.5.1基于特征值的稀疏階估計算法
4.5.2基于跡的稀疏階估計算法
4.6本章小結(jié)
參考文獻
第5章基于結(jié)構(gòu)化壓縮感知的一維譜空穴檢測
5.1引言
5.2一維譜空穴檢測
5.2.1譜空穴概念
5.2.2典型一維譜空穴檢測
5.3基于動態(tài)組稀疏的頻譜感知
5.3.1頻譜感知問題描述
5.3.2DGSSS算法原理
5.3.3仿真實驗及結(jié)果分析
5.4基于塊稀疏的空間譜估計
5.4.1空間譜估計問題描述
5.4.2BStOMPCPHD算法原理
5.4.3仿真實驗與結(jié)果分析
5.5基于塊稀疏貝葉斯學(xué)習(xí)的空間譜估計
5.5.1陣列結(jié)構(gòu)及數(shù)據(jù)模型
5.5.2STCBSBL算法原理
5.5.3仿真實驗與結(jié)果
分析
5.6本章小結(jié)
參考文獻
第6章基于聯(lián)合稀疏壓縮感知的二維譜空穴檢測
6.1引言
6.2系統(tǒng)模型
6.2.1二維聯(lián)合稀疏表示
6.2.2協(xié)作感知系統(tǒng)頻空聯(lián)合稀疏表示
6.2.3多址接入場景頻角聯(lián)合稀疏表示
6.3算法原理
6.3.1二維譜空穴判決準(zhǔn)則
6.3.2適用于協(xié)作感知系統(tǒng)的頻空譜空穴判決
6.3.3適用于多址接入場景的頻角譜空穴判決
6.3.4計算復(fù)雜度分析
6.4仿真實驗及結(jié)果分析
6.5本章小結(jié)
參考文獻
第7章基于結(jié)構(gòu)化壓縮感知的三維譜空穴檢測
7.1引言
7.2系統(tǒng)模型
7.2.1索引調(diào)制信號模型
7.2.2空頻索引調(diào)制準(zhǔn)聯(lián)合稀疏表示
7.2.3自適應(yīng)索引調(diào)制信號三維稀疏表示
7.3算法原理
7.3.1基于JSIRPRA的索引調(diào)制識別
7.3.2基于MD的自適應(yīng)索引調(diào)制識別
7.3.3基于JSIRPRAMD的三維譜空穴判決
7.3.4計算復(fù)雜度分析
7.4仿真實驗及結(jié)果分析
7.5本章小結(jié)
參考文獻
第8章基于結(jié)構(gòu)化壓縮感知的信道估計
8.1引言
8.2信道模型
8.2.1無線信道特性
8.2.2信道估計模型
8.3時頻聯(lián)合稀疏多頻帶水聲信道估計
8.3.1多頻帶SIMO水聲信道模型
8.3.2基于多路徑選擇的時頻聯(lián)合稀疏信道估計
8.3.3仿真實驗及結(jié)果分析
8.4角頻聯(lián)合稀疏信道估計
8.4.1雙選信道復(fù)指數(shù)擴展模型
8.4.2基于貪婪算法的聯(lián)合稀疏信道估計
8.4.3仿真實驗及結(jié)果分析
8.5多測量聯(lián)合稀疏OFDM線性時變信道估計
8.5.1OFDM線性時變聯(lián)合稀疏信道模型
8.5.2基于分組優(yōu)化的聯(lián)合稀疏信道估計
8.5.3仿真實驗及結(jié)果分析
8.6塊稀疏水聲信道估計
8.6.1塊稀疏水聲信道模型
8.6.2基于塊稀疏似零范數(shù)的信道估計
8.6.3仿真實驗及結(jié)果分析
8.7面向5G的塊稀疏信道估計
8.7.1基于BPCoSaMP的Massive MIMO塊稀疏信道估計
8.7.2基于MMC的3D Massive MIMO塊稀疏信道估計
8.7.3仿真實驗及結(jié)果分析
8.8本章小結(jié)
參考文獻
第9章基于結(jié)構(gòu)化壓縮感知的毫米波信道估計
9.1引言
9.2信道模型
9.2.1毫米波傳播特性
9.2.2毫米波信道模型
9.3基于塊稀疏表示的多面板毫米波MIMO信道估計
9.3.1TDD多面板塊稀疏信道模型
9.3.2塊稀疏正交投影信道估計算法
9.3.3聯(lián)合多面板信道估計的性能分析
9.3.4仿真實驗及結(jié)果分析
9.4基于群稀疏表示的雙選擇毫米波MIMO信道估計
9.4.1雙選擇性群稀疏信道模型
9.4.2群稀疏SBLKF信道估計算法
9.4.3SBLKF算法性能分析
9.4.4仿真實驗及結(jié)果分析
9.5基于群稀疏表示的混合模擬/數(shù)字毫米波MIMO信道估計
9.5.1混合模擬/數(shù)字群稀疏信道模型
9.5.2群稀疏BDOMP信道估計算法
9.5.3BDOMP算法的性能分析
9.5.4仿真實驗及結(jié)果分析
9.6本章小結(jié)
參考文獻