| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 课题背景与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 大规模无线传感器网络及风电预测预报系统应用现状 | 第11-13页 |
| 1.2.2 无线传感器网络关键技术研究现状 | 第13-14页 |
| 1.3 存在的主要问题 | 第14-15页 |
| 1.4 课题来源及研究内容 | 第15-16页 |
| 2 风电场应用环境对无线信道传播特性的影响与模型研究 | 第16-29页 |
| 2.1 风电场环境因素对于无线传感器网络的影响 | 第16页 |
| 2.2 无线信道传播特性试验设置 | 第16-20页 |
| 2.2.1 2.4GHz信道下不同高度、不同距离的RSSI值 | 第18-19页 |
| 2.2.2 2.4GHz信道下不同高度、不同距离的丢包率 | 第19-20页 |
| 2.3 建模 | 第20-25页 |
| 2.3.1 理论模型 | 第20-21页 |
| 2.3.2 通信能耗衰减模型 | 第21-23页 |
| 2.3.3 模型验证 | 第23-25页 |
| 2.4 面向风电场WSN组网方式 | 第25-27页 |
| 2.4.1 ZigBee的网络拓扑 | 第25-27页 |
| 2.4.2 分簇有限自组网方式 | 第27页 |
| 2.5 本章小结 | 第27-29页 |
| 3 面向风电场的WSN数据融合方式研究 | 第29-45页 |
| 3.1 无线传感器网络数据融合的意义 | 第29-30页 |
| 3.2 无线传感器网络数据采集 | 第30-32页 |
| 3.3 压缩感知相关理论 | 第32-33页 |
| 3.4 压缩感知的概念 | 第33-36页 |
| 3.4.1 可稀疏信号 | 第33-34页 |
| 3.4.2 非相关观测 | 第34-36页 |
| 3.4.3 信号的重构 | 第36页 |
| 3.5 压缩感知方法 | 第36-44页 |
| 3.5.1 稀疏矩阵 | 第37-40页 |
| 3.5.2 观测矩阵 | 第40-43页 |
| 3.5.3 重构算法 | 第43-44页 |
| 3.6 本章小结 | 第44-45页 |
| 4 改进的分段弱正交匹配追踪算法 | 第45-64页 |
| 4.1 正交匹配追踪算法及其改进算法 | 第45-53页 |
| 4.1.1 正交匹配追踪算法 | 第45-48页 |
| 4.1.2 正则化正交匹配追踪算法 | 第48-50页 |
| 4.1.3 压缩采样匹配追踪重构算法 | 第50页 |
| 4.1.4 分段弱正交匹配追踪算法 | 第50-53页 |
| 4.2 SWOMP算法中门限参数对于重构精度的影响 | 第53-55页 |
| 4.2.1 稀疏基与观测矩阵 | 第53-54页 |
| 4.2.2 不同门限参数下SWOMP算法的重构精度 | 第54-55页 |
| 4.3 改进的SWOMP算法 | 第55-59页 |
| 4.3.1 门限参数的自适应调整方法 | 第55-58页 |
| 4.3.2 采用Dice系数匹配准则选取最佳原子 | 第58-59页 |
| 4.4 实验仿真 | 第59-63页 |
| 4.4.1 不同观测值M下的信号重构成功概率 | 第60-61页 |
| 4.4.2 不同稀疏度K下的信号重构成功概率 | 第61页 |
| 4.4.3 不同稀疏度K下的信号平均重构时间 | 第61-63页 |
| 4.5 本章小结 | 第63-64页 |
| 5 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64-65页 |
| 5.2 展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读学位期间的研究成果 | 第70页 |
