| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文的主要内容及结构安排 | 第10-12页 |
| 第二章 压缩感知理论及其在WSNs中的应用研究 | 第12-27页 |
| 2.1 压缩感知理论基本概念 | 第12-14页 |
| 2.2 原始信号的稀疏表示 | 第14-16页 |
| 2.2.1 信号的稀疏性 | 第14-15页 |
| 2.2.2 DCT稀疏变换 | 第15-16页 |
| 2.3 观测矩阵 | 第16-18页 |
| 2.3.1 观测矩阵选取 | 第16-17页 |
| 2.3.2 常用观测矩阵 | 第17-18页 |
| 2.4 信号重构算法 | 第18-19页 |
| 2.5 压缩感知理论在WSNs中的应用研究 | 第19-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 基于分簇的观测矩阵的构建 | 第27-36页 |
| 3.1 LEACH分簇算法 | 第27-29页 |
| 3.2 基于LEACH分簇的观测矩阵 | 第29-32页 |
| 3.3 矩阵的相关性分析 | 第32-33页 |
| 3.4 实验仿真与分析 | 第33-35页 |
| 3.4.1 观测矩阵选取对WSNs生命周期的影响 | 第33-34页 |
| 3.4.2 观测数量对WSNs生命周期的影响 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 无线传感器网络中重构算法研究 | 第36-54页 |
| 4.1 基于CS理论的无线传感器网络在线信号重构框架 | 第36-37页 |
| 4.2 基于 0-范数最小化的贪婪算法 | 第37-42页 |
| 4.2.1 匹配追踪算法（MP） | 第38页 |
| 4.2.2 正交匹配追踪算法（OMP） | 第38-39页 |
| 4.2.3 正则化正交匹配追踪算法（ROMP） | 第39-40页 |
| 4.2.4 压缩采样匹配追踪算法（CoSaMP） | 第40-41页 |
| 4.2.5 稀疏自适应匹配追踪算法（SAMP） | 第41-42页 |
| 4.3 贝叶斯重构算法 | 第42-45页 |
| 4.4 基于SAMP算法的改进算法N_RSAMP | 第45-47页 |
| 4.4.1 SAMP算法的优缺点分析 | 第45-46页 |
| 4.4.2 改进算法N_RSAMP算法的原理 | 第46-47页 |
| 4.5 实验仿真与分析 | 第47-53页 |
| 4.5.1 实验数据及分布式网络模型 | 第47-48页 |
| 4.5.2 算法性能比较与分析 | 第48-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第59-60页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第60-61页 |
| 致谢 | 第61页 |