| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究发展现状 | 第11-14页 |
| 1.2.1 压缩感知的发展概述 | 第11-12页 |
| 1.2.2 分布式压缩感知的发展概述 | 第12-14页 |
| 1.3 本文研究内容及组织结构 | 第14-16页 |
| 第2章 压缩感知与分布式压缩感知的基本理论 | 第16-23页 |
| 2.1 压缩感知的理论基础 | 第16-20页 |
| 2.1.1 信号的稀疏变换 | 第16-18页 |
| 2.1.2 观测矩阵 | 第18-19页 |
| 2.1.3 重构算法 | 第19-20页 |
| 2.2 分布式压缩感知理论 | 第20-22页 |
| 2.2.1 JSM-1 模型 | 第21页 |
| 2.2.2 JSM-2 模型 | 第21页 |
| 2.2.3 JSM-3 模型 | 第21-22页 |
| 2.2.4 混和支撑集模型 | 第22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 面向混合支撑集模型的分布式压缩感知重构算法 | 第23-32页 |
| 3.1 引言 | 第23-24页 |
| 3.2 基于混合支撑集模型的分布式压缩感知重构算法 | 第24-27页 |
| 3.2.1 joint OMP算法和joint LAOMP算法 | 第24页 |
| 3.2.2 joint LAVSOMP算法 | 第24-26页 |
| 3.2.3 joint FBVSOMP算法 | 第26-27页 |
| 3.3 实验结果与分析 | 第27-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 基于块剪枝多路径匹配追踪的多传感器数据重构 | 第32-44页 |
| 4.1 引言 | 第32-33页 |
| 4.2 MMV问题和块稀疏信号 | 第33-34页 |
| 4.2.1 MMV问题 | 第33页 |
| 4.2.2 块稀疏信号 | 第33-34页 |
| 4.3 BPMMPMMV算法 | 第34-38页 |
| 4.3.1 MMP算法 | 第34-35页 |
| 4.3.2 BPMMP算法 | 第35-36页 |
| 4.3.3 BPMMPMMV算法 | 第36-38页 |
| 4.4 实验结果与分析 | 第38-43页 |
| 4.4.1 BPMMP算法的性能分析 | 第38-39页 |
| 4.4.2 BPMMPMMV算法的性能分析 | 第39-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 面向无线传感器网络的层次化分布式压缩感知 | 第44-59页 |
| 5.1 引言 | 第44-45页 |
| 5.2 层次化模型 | 第45-46页 |
| 5.3 层次化分布式压缩感知 | 第46-53页 |
| 5.3.1 簇内DCS | 第46-47页 |
| 5.3.2 簇间DCS | 第47-50页 |
| 5.3.3 层次化DCS重构 | 第50-53页 |
| 5.4 实验结果及分析 | 第53-58页 |
| 5.4.1 基于合成信号的层次化DCS与普通DCS算法对比 | 第53-56页 |
| 5.4.2 基于温度信号的层次化DCS与普通DCS算法对比 | 第56-58页 |
| 5.5 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |
