| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-11页 |
| 1.1 课题研究的背景与意义 | 第8页 |
| 1.2 空气质量监测系统的国内外发展现状 | 第8-10页 |
| 1.2.1 国外发展现状 | 第9页 |
| 1.2.2 国内发展现状 | 第9-10页 |
| 1.3 论文主要研究内容与章节安排 | 第10-11页 |
| 2 基于无线传感器网络的空气质量监测系统相关技术概述 | 第11-22页 |
| 2.1 传感器技术概述 | 第11-13页 |
| 2.1.1 传感器简介 | 第11页 |
| 2.1.2 传感器分类 | 第11-13页 |
| 2.2 无线通信技术概述 | 第13-16页 |
| 2.2.1 短距离无线通信协议的比较 | 第13-14页 |
| 2.2.2 ZigBee 技术简介 | 第14-15页 |
| 2.2.3 ZigBee 技术的特点和优势 | 第15-16页 |
| 2.2.4 通用分组无线服务技术 | 第16页 |
| 2.3 无线传感器网络概述 | 第16-22页 |
| 2.3.1 无线传感器网络简介 | 第16-17页 |
| 2.3.2 无线传感器网络的体系结构 | 第17-19页 |
| 2.3.3 无线传感器网络的特点及应用 | 第19-20页 |
| 2.3.4 无线传感器网络面临的挑战 | 第20-22页 |
| 3 基于无线传感器网络的空气质量监测系统设计 | 第22-33页 |
| 3.1 空气质量监测系统的监测对象 | 第22-23页 |
| 3.2 空气质量监测系统的体系结构 | 第23-24页 |
| 3.3 系统硬件设计 | 第24-30页 |
| 3.3.1 传感器节点设计 | 第24-30页 |
| 3.3.2 网关节点设计 | 第30页 |
| 3.4 节点的工作流程 | 第30-33页 |
| 4 压缩感知技术与基于 WSN 的空气质量监测系统结合 | 第33-47页 |
| 4.1 传统的数据压缩技术 | 第33-34页 |
| 4.2 压缩感知技术 | 第34-42页 |
| 4.2.1 压缩感知理论 | 第34-39页 |
| 4.2.2 分布式压缩感知理论 | 第39-42页 |
| 4.3 DCS 在基于 WSN 的空气质量监测系统中的应用 | 第42-47页 |
| 4.3.1 DCS 应用在基于 WSN 的空气质量监测系统的优势 | 第42-43页 |
| 4.3.2 DCS 在 WSN 中的观测重构模型 | 第43-44页 |
| 4.3.3 单个节点能量模型及其数学表达式 | 第44-47页 |
| 5 基于 WSN 的空气质量监测系统的仿真结果与分析 | 第47-52页 |
| 5.1 典型的基于 OMP 算法的单个信号重建概率的比较 | 第47-48页 |
| 5.2 典型的基于 DCS-SOMP 算法信号的重建概率的比较 | 第48-49页 |
| 5.3 DCS-SOMP 算法与 CS-OMP 算法的部分性能比较 | 第49-52页 |
| 5.3.1 不同信号数目下成功重构所需测量值数目 | 第49页 |
| 5.3.2 重构误差 | 第49-50页 |
| 5.3.3 能量消耗 | 第50-52页 |
| 结论 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 攻读学位期间的研究成果 | 第56页 |
