基于联合稀疏的信号检测与恢复方法研究(英文版) 清华大学出版社 在线下载 pdf mobi 2025 epub 电子版

本书围绕联合稀疏信号的检测和恢复，主要研究了联合稀疏信号的检测方法及其检测性能界限、联合稀疏信号的恢复方法及其在雷达成像问题中的应用；介绍了基于局部势检验的联合稀疏信号检测方法，分析了该方法在模拟数据、低比特量化数据、高斯和广义高斯噪声情形下的理论检测性能。同时，介绍了一种基于前瞻基信号选择和双块稀疏性的联合稀疏信号恢复方法，并以多极化雷达成像为应用实例，介绍了联合稀疏信号的恢复方法；通过改善雷达图像中非零像素点的聚集程度和抑制目标区域外的能量泄露，提升了雷达的成像质量。本书可供从事通信、雷达等信号处理的研究人员参考、学习。

1 Introduction 1

1.1 Background 1

1.2 Related Works 4

1.2.1 Detection Methods for Jointly Sparse Signals 4

1.2.2 Recovery Methods for Jointly Sparse Signals 5

1.3 Main Content and Organization 9

References 12

2 Detection of Jointly Sparse Signals via Locally Most Powerful Tests with Gaussian Noise 17

2.1 Introduction 17

2.2 Signal Model for Jointly Sparse Signal Detection 18

2.3 LMPT Detection Based on Analog Data 20

2.3.1 Detection Method 20

2.3.2 Theoretical Analysis of Detection Performance 23

2.4 LMPT Detection Based on Coarsely Quantized Data 25

2.4.1 Detection Method 26

2.4.2 Quantizer Design and the Effect of Quantization on Detection Performance 28

2.5 Simulation Results 33

2.5.1 Simulation Results of the LMPT Detector with Analog Data 33

2.5.2 Simulation Results of the LMPT Detector with Quantized Data 35

2.6 Conclusion 40

References 40

3 Detection of Jointly Sparse Signals via Locally Most Powerful Tests with Generalized Gaussian Model 43

3.1 Introduction 43

3.2 The LMPT Detector Based on Generalized Gaussian Model and Its Detection Performance 43

3.2.1 Generalized Gaussian Model 44

3.2.2 Signal Detection Method 46

3.2.3 Theoretical Analysis of Detection Performance 49

3.3 Quantizer Design and Analysis of Asymptotic Relative Efficiency 50

3.3.1 Quantizer Design 50

3.3.2 Asymptotic Relative Ef?ciency 53

3.4 Simulation Results 54

3.5 Conclusion 59

References 59

4 Jointly Sparse Signal Recovery Method Based on Look-Ahead-Atom-Selection 61

4.1 Introduction 61

4.2 Background of Recovery of Jointly Sparse Signals 62

4.3 Signal Recovery Method Based on Look-Ahead-Atom-Selection and Its Performance Analysis 64

4.3.1 Signal Recovery Method 65

4.3.2 Performance Analysis 67

4.4 Experimental Results 69

4.5 Conclusion 75

References 75

5 Signal Recovery Methods Based on Two-Level Block Sparsity 77

5.1 Introduction 77

5.2 Signal Recovery Method Based on Two-Level Block Sparsity with Analog Measurements 79

5.2.1 PGM-Based Two-Level Block Sparsity 79

5.2.2 Two-Level Block Matching Pursuit 83

5.3 Signal Recovery Method Based on Two-Level Block Sparsity with 1-Bit Measurements 86

5.3.1 Background of Sparse Signal Recovery Based on 1-Bit Measurements 87

5.3.2 Enhanced-Binary Iterative Hard Thresholding 89

5.4 Simulated and Experimental Results 94

5.4.1 Simulated and Experimental Results Based on Analog Data 94

5.4.2 Simulated and Experimental Results Based on 1-Bit Data 99

5.5 Conclusion 104

References 105

6 Summary and Perspectives 107

6.1 Summary 107

6.2 Perspectives 109

References 110

Appendix A: Proof of (2.61) 111

Appendix B: Proof of Lemma 1 113

Appendix C: Proof of (3.6) 115

Appendix D: Proof of Theorem 1 117

Appendix E: Proof of Lemma 2 119

About the Author 121

王学谦，2020年毕业于清华大学信息与通信工程专业，导师为李刚教授。现在清华大学从事博士后研究，导师为何友院士，研究方向为稀疏信号处理、信息融合、遥感图像处理、雷达成像、目标检测。近5年以第一作者发表SCI期刊文章10篇（其中包括8篇IEEE长文），以第一作者发表EI国际会议文章4篇，已授权专利4项。获北京市优秀毕业生、清华大学水木学者、清华大学优秀博士毕业论文等荣誉，主持国家博士后创新人才支持计划、博士后面上基金项目。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：基于联合稀疏的信号检测与恢复方法研究(英文版) 清华大学出版社在线阅读

在线听书地址：基于联合稀疏的信号检测与恢复方法研究(英文版) 清华大学出版社在线收听

在线购买地址：基于联合稀疏的信号检测与恢复方法研究(英文版) 清华大学出版社在线购买

暂无原文赏析，正在全力查找中！

编辑推荐

清华大学优秀博士学位论文项目，英文版由清华大学出版社和Spinger合作出版。

• 作者：福珠隆阿 发布时间：2009-05-06 22:23:30

  如果对美国史感兴趣，这是非常棒的一本书

• 作者：满地 发布时间：2017-11-18 11:46:42

  一篇小论文出本书，可以可以。文章还行，装帧不错，价钱死贵，适合送礼(？

• 作者：胡不归 发布时间：2019-10-05 15:46:31

  作者驾驭文字的能力还是很强的，只是可惜讲述的还是50年前的故事，关于那个年代的书和电影我们已经看的太多了，已经够详细了，已经不需要再一遍遍的描述了。其实中国更应该记录的是近二十年或者三十年的事情，关于这段时间成熟的文学太少了，没有能帮助我们读懂中国的文学，而二三十岁的人又没有这样驾驭文字的能力，等他们有能力驾驭文字的时候，可能也五六十岁了，可惜的是再过二三十年后我们才能看到写现在的成熟的文学

• 作者：CccL 发布时间：2018-08-08 08:18:02

  很简单 背得很快

• 作者：碎的珊瑚 发布时间：2023-05-02 15:15:59

  【代标】心脑构造入门

• 作者：江海一蓑翁 发布时间：2015-07-22 15:02:55

  游记作品最重要的衡量标准，就是读者能透过文字，看到一个丰富、鲜活的人。按照这个标准来说，这本书非常失败，前面大半部分文章只是干巴巴的历史素材和背景资料的堆砌，几乎没有作者自己的感悟；后半部分虽然算是游记，但文笔一般，字里行间展现出的作者的见地也非常普通。比之同系列余光中先生的《古堡与黑塔》，差距实在过于明显。

• 辩证的看待性格色彩分类

  作者：AlwaysAmy 发布时间：2013-12-04 23:11:51

  做完书中最开始的部分自测，我就对结果表示怀疑了，因为我有三种颜色的得分基本一样。我找不到我自己对应的色彩类别。老公说，也有可能测出来的结果是你期望的自己，而不是真实的自己。。高！

  于是乎，看书吧，红黄男绿四种颜色的划分非常明确，深入浅出的介绍了完全不同的四种性格特征。边看就边忍不住的把身边的人对号入座。

  世界上没有一个人完完全全只有一种性格，只能是某种颜色稍微突出，整体来讲还是四种颜色都具备的。我这种分不出主要颜色的奇葩应该不多。每一种颜色都有优劣势。所以对自己而已，要扬长避短，和他人相处，也要看到他人的长处，了解对方能够接受的行为习惯。

  1. 小红：开心、乐观、主动，但是稍显情绪化。这种人大多外向，适合销售、市场类的工作。我吗？有那么一点点，所以要学着控制自己的情绪，将乐观主动的正能量传递给其他小伙伴。

  2. 小蓝：精准、专注、冷静，但是有时候很固执而且敏感。老公典型的蓝色，所以我最好要适应他的规则，不要打乱他精心安排的周末计划。

  3.小黄：目标、执着、超级抗压，但是有时候会自以为是以及强势。这不就是说的就是劳拉么，有个黄色的老板，真心是累觉不爱啊。

  4.小绿：稳定、倾听、乐天但是感觉没有追求。小彭说她偏绿色，有那么点呢，温温吞吞的，但是千万别想改造她，她爱咋样咋样呗。

  我发现身边比较优秀的同事大多数都是蓝黄。蓝色的专注加上黄色的目标导向，很容易职业成功。

  但是，千万别给自己或其他人贴上一个颜色的标签，任何一个人无论偏向何种颜色，都不代表全部，成长、自我修炼以及社会这个大染缸的浸泡都会让原本的我们披上五彩斑斓的外衣。所以，性格色彩只能进行初步的判断或者借鉴，我们还是需要更多的去面对面交流、甚至通过深入交往来全面的认识一个人的性格。

• 《城塚翡翠倒叙集》：榨干一波价值

  作者：乔鲁诺乔巴 发布时间：2022-10-20 00:12:05

  no.239（10.20）

  远远不如前作，这个花样只能玩一次，这次还是倒叙推理，就更玩不出什么大花样了，侦探推理的时候，也太像《古畑任三郎》，应该就是赤果果的致敬吧，只有第三篇可看

  《云上的蓝天》：处处见古畑任三郎的影子，腹黑玩弄凶手，多说多错，多做多错，看点就是翡翠如何施展美人计，所谓的不在场证明诡计属于知识壁垒的东西，属于IT行业的知识，懂得秒懂，不懂但是也大概也能猜到，中规中矩的逻辑流，三星

  《泡沫的审判》：依旧美人计，依旧一串逻辑链得到一些事实，依旧有着冷知识的不在场证明，凶手去找找某一物品的桥段也是致敬了古畑任三郎，这一篇很有趣，既有男性凝视又有女性独立的部分，究竟想传达什么呢，三星

  《靠不住的目击者》：这篇有点意思，遇到强劲的对手，大战三个回合，才结束战斗，这里批判了一些读者看推理小说只是为了结果猜到凶手而忽略过程的现象，值得一提的是我们知道推理经常都是可能性，特别是逻辑流经常都是有其他解法的，而这次的凶手充分利用了这个说法，和翡翠打得有来有回，不过真相真就仅仅如此吗，事实证明翡翠技高一筹，究竟谁在大气层，这篇不错，还有一丝丝meta的意味，五星