[内容简介]

信号稀疏表示是一种新兴的信号分析和综合方法，其目的就是在过完备字典中用尽可能少的原子来表示信号。采用时频原子字典的信号稀疏表示能够有效地揭示非平稳信号的时变特征。信号稀疏表示吸引了研究者的大量关注，这种方法已经被应用到信号处理的许多方面，例如非平稳信号分析，信号编码、识别与信号去噪等。该方向的研究热点主要集中在稀疏分解算法、过完备原子字典和稀疏表示的应用三个方面。本书在对信号稀疏表示理论简要介绍的基础上，重点介绍作者在稀疏分解快速算法、ＦＭlet字典、色散原子字典以及稀疏表示在雷达信号处理，系统辨识、图像处理等方面的研究成果。

[目录]

前言
第1章绪论
1.1非平稳信号分析方法
1.2基于基分解的线性时频表示
1.2.1傅里叶变换
1.2.2短时傅里叶变换
1.2.3小波变换
1.2.4基分解的不足
1.3经典的时频分布
1.3.1WignerVille分布
1.3.2Cohen类时频分布
1.4稀疏表示方法
1.4.1稀疏的就是更优的
1.4.2稀疏表示理论的发展
1.4.3稀疏表示的应用
1.5本书的结构安排
第2章信号的稀疏表示
2.1稀疏逼近与稀疏表示
2.2常用的稀疏分解算法
2.2.1框架算法
2.2.2匹配追踪算法
2.2.3基追踪算法
2.2.4稀疏分解算法的信号精确重构条件
2.3时频原子字典
2.3.1Gabor原子字典
2.3.2Chirplet字典
2.3.3FMlet字典
2.3.4Dopplerlet字典
2.4稀疏表示与时频分布
2.5本章小结
第3章自适应Gabor子字典的匹配追踪算法
3.1稀疏分解与匹配追踪算法
3.1.1基本的匹配追踪算法
3.1.2正交匹配追踪算法
3.1.3匹配追踪算法的计算和存储瓶颈
3.2自适应Gabor子字典
3.3自适应子字典的匹配追踪算法收敛性
3.4离散自适应子字典的匹配追踪快速算法
3.5算法验证与实验
3.6应用GPU实现的匹配追踪算法
3.7本章小结
第4章基于色散原子字典的信号稀疏表示
4.1稀疏表示与原子字典
4.2色散原子字典
4.2.1稳态相位法
4.2.2初始波形及色散原子
4.2.3色散原子字典的构造
4.2.4基于色散原子字典的稀疏表示
4.3非负的无交叉项时频分布
4.3.1时频半仿射平面
4.3.2色散原子的非负、无交叉项的时频分布
4.4应用
4.5本章小结
第5章稀疏表示在线性调频信号参数估计及线性时不变系统辨识中的应用
5.1基于稀疏信息的线性调频信号参数估计
5.1.1线性调频信号的参数估计
5.1.2线性调频率估计
5.1.3初始频率与结束频率估计
5.1.4实验结果
5.1.5讨论
5.2稀疏分解在系统辨识中的应用
5.2.1基于互功率谱的线性时不变系统辨识
5.2.2匹配追踪算法的降噪原理
5.2.3利用稀疏分解进行线性时不变系统辨识
5.3本章小结
第6章基于稀疏表示的电磁兼容测试信号处理技术
6.1现阶段电磁兼容现场测试信号处理面临的难题
6.2国内外研究现状
6.3稀疏表示在电磁兼容测试信号处理中的优势以及待解决的问题
参考文献
附录：自适应子字典的匹配追踪算法参考程序