摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-18页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 无线传感器网络概述 | 第11-13页 |
1.3 研究现状 | 第13-16页 |
1.3.1 WSN节能的研究现状 | 第13-15页 |
1.3.2 压缩感知理论的研究现状 | 第15-16页 |
1.4 本文的研究内容与组织结构 | 第16-18页 |
1.4.1 研究内容 | 第16-17页 |
1.4.2 组织结构 | 第17-18页 |
第二章 压缩感知的理论框架 | 第18-28页 |
2.1 信号的稀疏表示 | 第20-22页 |
2.1.1 稀疏性的定义及意义 | 第20-21页 |
2.1.2 信号稀疏表示的方法 | 第21-22页 |
2.2 信号的观测矩阵的设计 | 第22-25页 |
2.2.1 有限等距性质 | 第23-24页 |
2.2.2 相干性 | 第24-25页 |
2.2.3 常用的观测矩阵 | 第25页 |
2.3 信号的重构 | 第25-26页 |
2.4 本章小结 | 第26-28页 |
第三章 基于占空比的无线传感器网络节能算法 | 第28-44页 |
3.1 系统模型 | 第29-31页 |
3.1.1 系统网络模型 | 第29-30页 |
3.1.2 系统能耗模型 | 第30-31页 |
3.2 网络节点能耗、网络生命周期的计算与分析 | 第31-37页 |
3.2.1 Flooding(泛洪)模式下的网络生命周期上界 | 第32-34页 |
3.2.2 瓶颈区域的半径范围 | 第34-35页 |
3.2.3 占空比模式下的网络生命周期上界 | 第35-37页 |
3.3 占空比节能算法(DCES) | 第37-38页 |
3.4 实验仿真与结果分析 | 第38-43页 |
3.5 本章小结 | 第43-44页 |
第四章 融合CS与DC的无线传感器节能算法 | 第44-54页 |
4.1 压缩感知理论的原理 | 第44-46页 |
4.2 融合压缩感知的占空比节能算法 | 第46-50页 |
4.2.1 系统网络模型 | 第47-48页 |
4.2.2 节能算法 | 第48-49页 |
4.2.3 网络能耗分析 | 第49-50页 |
4.3 实验仿真与结果分析 | 第50-53页 |
4.4 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56-62页 |
致谢 | 第62-63页 |
Ⅳ-2答辩委员会对论文的评定意见 | 第63页 |