| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-15页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 无线传感器网络数据压缩 | 第11-12页 |
| 1.2.2 压缩感知理论 | 第12-13页 |
| 1.3 本文主要内容及章节安排 | 第13-15页 |
| 2 基于时空相关性的压缩感知数据压缩方法 | 第15-23页 |
| 2.1 引言 | 第15页 |
| 2.2 压缩感知理论简介 | 第15-22页 |
| 2.2.1 信号的稀疏表示 | 第17-18页 |
| 2.2.2 观测矩阵的设计 | 第18-20页 |
| 2.2.3 重构算法 | 第20-21页 |
| 2.2.4 压缩感知理论的应用 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 3 基于压缩感知的WSN分布式数据压缩 | 第23-35页 |
| 3.1 引言 | 第23页 |
| 3.2 基于节点输出比值稳定的WSN分布式数据压缩 | 第23-26页 |
| 3.2.1 WSN的分簇与管理 | 第23-24页 |
| 3.2.2 基于节点输出响应比值稳定的稀疏模型 | 第24-25页 |
| 3.2.3 基于比值稳定的分布式压缩算法 | 第25-26页 |
| 3.3 基于节点输出响应增量稳定的WSN分布式数据压缩 | 第26-29页 |
| 3.3.1 基于节点输出响应增量稳定的稀疏模型 | 第26-27页 |
| 3.3.2 基于增量稳定的分布式压缩算法 | 第27-29页 |
| 3.4 仿真与分析 | 第29-34页 |
| 3.4.1 仿真实验与结果 | 第29-33页 |
| 3.4.2 压缩性能与分析 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 基于块压缩感知的WMSN图像压缩 | 第35-53页 |
| 4.1 引言 | 第35页 |
| 4.2 基于帧间像素灰度比值稳定的分块图像压缩算法 | 第35-39页 |
| 4.2.1 分块压缩感知 | 第35-36页 |
| 4.2.2 基于帧间像素灰度比值稳定的图像稀疏化模型 | 第36-37页 |
| 4.2.3 基于帧间像素灰度比值稳定的压缩算法 | 第37-39页 |
| 4.3 基于帧间像素灰度相对增量稳定的图像分块压缩感知算法 | 第39-41页 |
| 4.3.1 基于帧间像素灰度的相对增量稳定的图像稀疏化模型 | 第39-40页 |
| 4.3.2 基于帧间像素灰度的相对增量稳定的压缩感知算法 | 第40-41页 |
| 4.4 仿真结果与分析 | 第41-52页 |
| 4.4.1 块大小及采样率实验分析 | 第42-45页 |
| 4.4.2 三种方法在图像灰度值不变情况下的结果比较 | 第45-47页 |
| 4.4.3 三种方法在图像灰度值有规则变化情况下的结果比较 | 第47-49页 |
| 4.4.4 三种方法在图像灰度值不规则变化情况下的结果比较 | 第49-51页 |
| 4.4.5 能量分析 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 5 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53-54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 攻读学位期间主要的研究成果目录 | 第61-62页 |
| 致谢 | 第62页 |
