无线传感器网络中DCS的算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 课题研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 压缩感知研究现状 | 第9-10页 |
| 1.2.2 分布式压缩感知研究现状 | 第10-11页 |
| 1.3 本论文的结构安排 | 第11-12页 |
| 2 压缩感知基础理论 | 第12-27页 |
| 2.1 WSN的概述 | 第12-13页 |
| 2.2 CS理论的提出 | 第13-15页 |
| 2.3 信号的稀疏表示 | 第15-16页 |
| 2.4 观测矩阵的设计 | 第16-18页 |
| 2.5 重构算法 | 第18-21页 |
| 2.5.1 凸优化算法 | 第18-19页 |
| 2.5.2 贪婪类算法 | 第19-21页 |
| 2.6 稀疏化和重构仿真分析 | 第21-26页 |
| 2.6.1 稀疏信号和信号的稀疏化 | 第21-22页 |
| 2.6.2 信号的重构 | 第22-26页 |
| 2.7 本章小结 | 第26-27页 |
| 3 分布式压缩感知理论 | 第27-41页 |
| 3.1 分布式信源编码理论 | 第27-28页 |
| 3.2 分布式压缩感知理论 | 第28-31页 |
| 3.2.1 联合稀疏模型一 | 第30-31页 |
| 3.2.2 联合稀疏模型二 | 第31页 |
| 3.2.3 联合稀疏模型三 | 第31页 |
| 3.3 基于JSM-2模型的信号重构 | 第31-36页 |
| 3.3.1 一步贪婪算法 | 第32-33页 |
| 3.3.2 迭代贪婪算法 | 第33-36页 |
| 3.4 CS与DCS的仿真分析比较 | 第36-40页 |
| 3.4.1 不同信号数目下重构的观测值 | 第36-37页 |
| 3.4.2 不同稀疏度下重构的观测值 | 第37-39页 |
| 3.4.3 重构误差之比 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 无线传感器网络中DCS的应用研究 | 第41-51页 |
| 4.1 DCS应用于无线传感器网络的优势 | 第41-43页 |
| 4.2 节点能量模型 | 第43-46页 |
| 4.2.1 单节点能量模型 | 第43-45页 |
| 4.2.2 簇头节点能量模型 | 第45-46页 |
| 4.3 仿真分析 | 第46-50页 |
| 4.3.1 重构误差 | 第46-47页 |
| 4.3.2 信号平均信噪比 | 第47-48页 |
| 4.3.3 簇头能耗分析 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读学位期间的研究成果 | 第56页 |
