| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 无线传感器网络时空相关性研究现状 | 第9-10页 |
| 1.2.2 无线传感器网络数据压缩研究现状 | 第10页 |
| 1.3 研究内容 | 第10-11页 |
| 1.4 论文的组织结构 | 第11-12页 |
| 第2章 基础理论 | 第12-20页 |
| 2.1 无线传感器网络 | 第12-13页 |
| 2.1.1 无线传感器网络体系结构 | 第12-13页 |
| 2.1.2 无线传感器网络性能特征 | 第13页 |
| 2.2 压缩感知技术 | 第13-15页 |
| 2.2.1 信号稀疏变换 | 第14页 |
| 2.2.2 随机投影 | 第14-15页 |
| 2.2.3 压缩感知重构 | 第15页 |
| 2.3 无线传感器网络数据压缩 | 第15-18页 |
| 2.3.1 数据压缩定义 | 第15-16页 |
| 2.3.2 数据压缩性能指标 | 第16页 |
| 2.3.3 基于小波变换的数据压缩 | 第16-18页 |
| 2.4 本章小结 | 第18-20页 |
| 第3章 无线传感器网络中基于时间相关性的数据压缩 | 第20-38页 |
| 3.1 基于一元线性回归模型的时间序列数据添加判定 | 第20-23页 |
| 3.1.1 时间序列定义 | 第20-21页 |
| 3.1.2 时间序列特征表示 | 第21页 |
| 3.1.3 一元线性回归模型 | 第21-22页 |
| 3.1.4 算法描述 | 第22-23页 |
| 3.2 采样频率自适应调整 | 第23-25页 |
| 3.2.1 算法描述 | 第24页 |
| 3.2.2 算法性能分析 | 第24-25页 |
| 3.3 基于置信区间的一元线性回归模型调整 | 第25-33页 |
| 3.3.1 节点数据预测置信区间 | 第26-27页 |
| 3.3.2 基于置信区间的时间线性模型调整算法 | 第27-29页 |
| 3.3.3 算法改进 | 第29-30页 |
| 3.3.4 算法性能分析 | 第30-33页 |
| 3.4 一种结合差分机制与提升小波变换的数据压缩算法 | 第33-37页 |
| 3.4.1 数据发送差分机制 | 第33-35页 |
| 3.4.2 提升小波变换 | 第35-36页 |
| 3.4.3 提升小波变换数据压缩算法性能分析 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 无线传感器网络中基于空间相关性的数据压缩 | 第38-50页 |
| 4.1 无线传感器网络基于事件驱动的空间相关模型 | 第38-41页 |
| 4.1.1 EA半径变差函数 | 第39-40页 |
| 4.1.2 失真度函数 | 第40-41页 |
| 4.2 基于失真度函数的移动代理路由算法 | 第41-44页 |
| 4.2.1 移动代理 | 第42页 |
| 4.2.2 算法描述 | 第42-44页 |
| 4.3 联合移动代理路由与分布式压缩感知技术的数据压缩算法 | 第44-49页 |
| 4.3.1 分布式压缩感知技术 | 第44-45页 |
| 4.3.2 联合稀疏模型的分析与建立 | 第45-46页 |
| 4.3.3 基于提升小波变换的小波基计算 | 第46页 |
| 4.3.4 算法描述 | 第46-47页 |
| 4.3.5 实验仿真 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 进一步工作 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-58页 |
| 攻读学位期间发表文章 | 第58页 |
