| 摘要 | 第3-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第13-26页 |
| 1.1 选题背景和研究意义 | 第13-15页 |
| 1.2 国内外研究现状分析 | 第15-22页 |
| 1.2.1 压缩感知测量矩阵的研究现状 | 第15-16页 |
| 1.2.2 压缩感知重构算法的研究现状 | 第16-20页 |
| 1.2.3 无线传感器网络中压缩数据收集研究现状 | 第20-22页 |
| 1.3 研究内容 | 第22-24页 |
| 1.4 论文组织结构 | 第24-26页 |
| 第2章 信号重构及其在噪声环境下的分析 | 第26-43页 |
| 2.1 引言 | 第26页 |
| 2.2 压缩感知的基本理论 | 第26-29页 |
| 2.2.1 信号的稀疏性定义 | 第26-27页 |
| 2.2.2 信号的压缩采样 | 第27-29页 |
| 2.2.3 信号的稀疏重构数学问题描述 | 第29页 |
| 2.3 稀疏重构的常用算法及其在噪声环境下的性能比较 | 第29-39页 |
| 2.3.1 信号重构的凸优化方法 | 第30-31页 |
| 2.3.2 信号重构的贪婪算法 | 第31-36页 |
| 2.3.2.1 正交匹配追踪算法 | 第31-32页 |
| 2.3.2.2 分段正交匹配追踪算法 | 第32-33页 |
| 2.3.2.3 ROMP和CoSaMP算法 | 第33-35页 |
| 2.3.2.4 子空间追踪算法 | 第35-36页 |
| 2.3.3 信号重构的概率类算法 | 第36-39页 |
| 2.4 噪声环境下常用重构算法的仿真实验 | 第39-42页 |
| 2.5 本章小结 | 第42-43页 |
| 第3章 CSBP算法及其基于迭代支撑集检测的改进 | 第43-62页 |
| 3.1 引言 | 第43页 |
| 3.2 采用类-LDPC测量的CSBP算法 | 第43-49页 |
| 3.2.1 混合高斯模型 | 第43-44页 |
| 3.2.2 类-LDPC稀疏测量矩阵 | 第44-48页 |
| 3.2.3 CSBP信号重构方法 | 第48-49页 |
| 3.3 基于迭代支撑集检测的CSBP重构算法 | 第49-56页 |
| 3.3.1 算法的主要思想和框架 | 第50-53页 |
| 3.3.2 基于迭代支撑集检测的CSBP重构算法步骤 | 第53-55页 |
| 3.3.3 算法的收敛性与复杂度分析 | 第55-56页 |
| 3.4 仿真实验与结果分析 | 第56-60页 |
| 3.5 本章小结 | 第60-62页 |
| 第4章 基于回溯的含噪压缩感知信号重构算法 | 第62-81页 |
| 4.1 引言 | 第62-63页 |
| 4.2 BSD重构算法 | 第63-69页 |
| 4.2.1 系统模型 | 第63页 |
| 4.2.2 先验模型 | 第63-64页 |
| 4.2.3 含噪的置信传播迭代过程 | 第64-65页 |
| 4.2.4 基于后验概率密度的假设检验 | 第65-67页 |
| 4.2.5 信号值的MMSE估计 | 第67-69页 |
| 4.3 基于回溯的稀疏信号重构 | 第69-73页 |
| 4.3.1 基于回溯和子空间搜索的支撑集检测 | 第69-71页 |
| 4.3.2 信号值估计和CS-BBP算法步骤 | 第71-72页 |
| 4.3.3 CS-BBP算法的收敛性和复杂度分析 | 第72-73页 |
| 4.4 CS-BBP算法仿真和结果分析 | 第73-79页 |
| 4.4.1 基于一维高斯信源的仿真分析 | 第73-75页 |
| 4.4.2 基于二维图像的信号重建性能比较和分析 | 第75-79页 |
| 4.5 本章小结 | 第79-81页 |
| 第5章 基于卡尔曼滤波的置信传播信号重构算法 | 第81-94页 |
| 5.1 引言 | 第81页 |
| 5.2 基于卡尔曼滤波的信号重构方法 | 第81-88页 |
| 5.2.1 算法的主要思想和框架 | 第81-82页 |
| 5.2.2 基于卡尔曼滤波的信号值估计 | 第82-83页 |
| 5.2.3 CS-BPKF算法步骤 | 第83-85页 |
| 5.2.4 CS-BPKF算法的收敛性分析 | 第85-88页 |
| 5.2.5 CS-BPKF算法的计算复杂度分析 | 第88页 |
| 5.3 仿真实验及结果分析 | 第88-93页 |
| 5.4 本章小结 | 第93-94页 |
| 第6章 基于类-LDPC测量的WSNs压缩数据收集方案 | 第94-120页 |
| 6.1 引言 | 第94页 |
| 6.2 基于压缩感知的传感网数据收集 | 第94-98页 |
| 6.3 无线传感网中的虚拟MIMO协作传输 | 第98-99页 |
| 6.4 系统模型和能耗分析 | 第99-112页 |
| 6.4.1 数据收集系统模型 | 第100-103页 |
| 6.4.2 系统能耗模型 | 第103-105页 |
| 6.4.3 节点电路能耗分析 | 第105页 |
| 6.4.4 本地传输能耗分析 | 第105-108页 |
| 6.4.5 本地电路能耗分析 | 第108-109页 |
| 6.4.6 远程传输能耗分析 | 第109-111页 |
| 6.4.7 远程通信电路能耗分析 | 第111-112页 |
| 6.5 数据收集能耗的联合优化 | 第112页 |
| 6.6 实验结果及分析 | 第112-119页 |
| 6.7 本章小结 | 第119-120页 |
| 第7章 总结与展望 | 第120-122页 |
| 7.1 总结 | 第120-121页 |
| 7.2 展望 | 第121-122页 |
| 致谢 | 第122-123页 |
| 参考文献 | 第123-136页 |
| 攻读博士期间研究成果 | 第136-137页 |
