压缩感知在无线传感器网络数据融合中的应用研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 注释表 | 第10-11页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 论文背景及研究意义 | 第11-12页 |
| 1.2 无线传感器网络概述 | 第12-14页 |
| 1.3 课题研究现状 | 第14-16页 |
| 1.4 本文研究内容及结构安排 | 第16-19页 |
| 第2章 WSNs数据融合算法及压缩感知理论 | 第19-30页 |
| 2.1 WSNs数据融合技术 | 第19-25页 |
| 2.1.1 数据融合算法的性能指标 | 第19-20页 |
| 2.1.2 基于不同网络结构的数据融合算法 | 第20-25页 |
| 2.2 压缩感知理论 | 第25-29页 |
| 2.2.1 压缩感知基本理论 | 第25-26页 |
| 2.2.2 信号的稀疏表示 | 第26-27页 |
| 2.2.3 设计测量矩阵 | 第27-28页 |
| 2.2.4 信号的重构 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第3章 基于压缩感知的动态数据融合树算法 | 第30-45页 |
| 3.1 引言 | 第30页 |
| 3.2 基于压缩感知的数据投影机制 | 第30-35页 |
| 3.2.1 简单链路下压缩感知能耗分析 | 第31-32页 |
| 3.2.2 密集随机投影机制(DS-CS) | 第32-33页 |
| 3.2.3 稀疏随机投影机制(SRP) | 第33页 |
| 3.2.4 基于压缩感知的最短路径树数据采集 | 第33-35页 |
| 3.3 动态数据融合树算法 | 第35-40页 |
| 3.3.1 数据融合树设计 | 第35-36页 |
| 3.3.2 节点的加入与离开 | 第36-39页 |
| 3.3.3 算法描述与性能分析 | 第39-40页 |
| 3.4 仿真分析 | 第40-44页 |
| 3.4.1 仿真环境与参数设置 | 第40-41页 |
| 3.4.2 仿真结果及分析 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 基于边信息的分布式压缩感知数据融合算法 | 第45-58页 |
| 4.1 引言 | 第45-46页 |
| 4.2 分布式压缩感知 | 第46-48页 |
| 4.2.1 基本原理 | 第46页 |
| 4.2.2 分布式信源编码 | 第46-47页 |
| 4.2.3 联合稀疏模型 | 第47-48页 |
| 4.3 系统模型 | 第48-50页 |
| 4.3.1 网络模型 | 第48-49页 |
| 4.3.2 能耗模型 | 第49-50页 |
| 4.4 算法描述与性能分析 | 第50-53页 |
| 4.5 仿真分析 | 第53-57页 |
| 4.5.1 仿真环境与参数设置 | 第53页 |
| 4.5.2 仿真结果与分析 | 第53-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| 5.1 论文的总结 | 第58-59页 |
| 5.2 未来工作展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间取得的成果 | 第66页 |
