摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
目录 | 第7-9页 |
1 绪论 | 第9-22页 |
1.1 研究现状、背景和意义 | 第9-20页 |
1.1.1 无线传感器网络概述 | 第9-12页 |
1.1.2 基于信息隐藏的无线传感器网络研究现状 | 第12-14页 |
1.1.3 基于压缩感知的无线传感网络研究现状 | 第14-20页 |
1.2 论文研究的贡献及结构安排 | 第20-22页 |
1.2.1 论文研究的主要贡献 | 第20页 |
1.2.2 论文的内容及结构安排 | 第20-22页 |
2 压缩感知基本理论 | 第22-31页 |
2.1 压缩感知的提出 | 第22-25页 |
2.2 信号的稀疏化 | 第25-26页 |
2.3 测量矩阵的设计与选取 | 第26-27页 |
2.4 CS理论的重构算法 | 第27-30页 |
2.5 本章小结 | 第30-31页 |
3 WSN中应用压缩感知的隐秘信息传输 | 第31-43页 |
3.1 引言 | 第31-32页 |
3.2 WSN中基于压缩感知的隐秘信息传输模型 | 第32-37页 |
3.1.1 传感器节点端编码 | 第33-35页 |
3.1.2 具有丢包特征的无线信道模型建立 | 第35页 |
3.1.3 基站端解码 | 第35-37页 |
3.3 仿真与分析 | 第37-41页 |
3.3.1 仿真设备及变量控制 | 第37页 |
3.3.2 无损信道仿真结果与分析 | 第37-39页 |
3.3.3 有损信道仿真结果与分析 | 第39-41页 |
3.4 本章小结 | 第41-43页 |
4 基于贝叶斯压缩感知的噪声信道隐秘数据传输 | 第43-58页 |
4.1 引言 | 第43页 |
4.2 贝叶斯压缩感知理论 | 第43-48页 |
4.2.1 贝叶斯角度的压缩感知 | 第44-45页 |
4.2.2 基于相关向量机的稀疏权值估计 | 第45-47页 |
4.2.3 优化的自适应压缩感知 | 第47-48页 |
4.3 基于贝叶斯压缩感知的WSN隐秘信息传输模型 | 第48-49页 |
4.4 仿真结果及分析 | 第49-57页 |
4.4.1 基于快速BCS的噪声信道仿真结果与分析 | 第49-55页 |
4.4.2 基于优化BCS的噪声信道仿真结果与分析 | 第55-57页 |
4.5 本章小结 | 第57-58页 |
5 总结与展望 | 第58-61页 |
5.1 论文总结 | 第58-59页 |
5.2 进一步研究方向 | 第59-61页 |
参考文献 | 第61-70页 |
攻读硕士学位期间取得的研究成果 | 第70-71页 |
致谢 | 第71-73页 |