压缩感知在无线传感网中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景与意义 | 第8页 |
| ·数据压缩技术 | 第8-11页 |
| ·传统数据压缩技术 | 第9页 |
| ·压缩感知理论 | 第9-11页 |
| ·无线传感器网络 | 第11-14页 |
| ·无线传感器网络概述 | 第11-12页 |
| ·无线传感器网络数据压缩的必要性 | 第12-14页 |
| ·本文主要工作和内容安排 | 第14-15页 |
| 第二章 压缩感知理论 | 第15-26页 |
| ·原信号的稀疏表示 | 第15-16页 |
| ·测量阵的设计 | 第16-18页 |
| ·重构算法的设计 | 第18-23页 |
| ·压缩感知优势及不足 | 第23-24页 |
| ·压缩感知在传感网中的观测方式 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 分布式压缩感知理论 | 第26-41页 |
| ·分布式信源编码 | 第26-27页 |
| ·联合稀疏模型 | 第27-29页 |
| ·JSM-1：稀疏共同成分+独立成分 | 第27-28页 |
| ·JSM-2：共同的稀疏支撑型 | 第28页 |
| ·JSM-3：非稀疏共同成分+稀疏独立成分 | 第28-29页 |
| ·基于随机投影的分布式感知 | 第29-34页 |
| ·DCS与CS的仿真比较分析 | 第34-39页 |
| ·不同信号数目下的测量速率 | 第34-35页 |
| ·不同稀疏度下测量值数目之比 | 第35-36页 |
| ·不同信号数目下信号的平均信噪比 | 第36-37页 |
| ·算法的时间复杂度 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 CS在无线传感网中的应用 | 第41-56页 |
| ·研究背景 | 第41-42页 |
| ·基于感知数据相关性的压缩 | 第41页 |
| ·CS/DCS用于WSN的优势 | 第41-42页 |
| ·观测重构模型 | 第42-43页 |
| ·簇头节点能量模型 | 第43-46页 |
| ·单节点能量模型 | 第43-45页 |
| ·簇头能量模型 | 第45-46页 |
| ·仿真分析 | 第46-55页 |
| ·重构误差 | 第46-47页 |
| ·信号平均信噪比 | 第47-49页 |
| ·量化的影响 | 第49-53页 |
| ·簇头消耗能量 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 结束语 | 第56-57页 |
| ·工作总结 | 第56页 |
| ·后续展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 作者攻读硕士学位期间发表的论文 | 第64页 |
