基于压缩感知的传感器网络数据采集技术研究
| 摘要 | 第4-6页 |
| Absrtact | 第6-7页 |
| 第一章 绪论 | 第12-24页 |
| 1.1 研究背景 | 第12-20页 |
| 1.1.1 无线传感器网络 | 第12-16页 |
| 1.1.2 压缩感知技术 | 第16-20页 |
| 1.2 论文主要工作 | 第20-22页 |
| 1.3 论文组织结构 | 第22-24页 |
| 第二章 基于卡尔曼预测的自适应压缩感知 | 第24-36页 |
| 2.1 引言 | 第24-25页 |
| 2.2 系统模型和算法描述 | 第25-29页 |
| 2.2.1 系统模型 | 第25-26页 |
| 2.2.2 算法描述 | 第26-29页 |
| 2.3 性能分析与仿真 | 第29-34页 |
| 2.3.1 重构数据的均方误差分析 | 第29-30页 |
| 2.3.2 观测节点的计算复杂度分析 | 第30-31页 |
| 2.3.3 中继节点的参与数量分析 | 第31-32页 |
| 2.3.4 仿真结果与讨论 | 第32-34页 |
| 2.4 小结 | 第34-36页 |
| 第三章 基于不等概随机投影的压缩感知 | 第36-48页 |
| 3.1 引言 | 第36-37页 |
| 3.2 系统模型和算法描述 | 第37-40页 |
| 3.2.1 系统模型 | 第37-38页 |
| 3.2.2 算法描述 | 第38-40页 |
| 3.3 性能分析与仿真 | 第40-46页 |
| 3.3.1 节点通信能耗分析 | 第40-41页 |
| 3.3.2 重构数据的误差分析 | 第41-42页 |
| 3.3.3 仿真结果与讨论 | 第42-46页 |
| 3.4 小结 | 第46-48页 |
| 第四章基于分布式联合重构的压缩感知 | 第48-62页 |
| 4.1 引言 | 第48-49页 |
| 4.2 系统模型和算法描述 | 第49-55页 |
| 4.2.1 联合稀疏模型 | 第49-50页 |
| 4.2.2 系统模型 | 第50-51页 |
| 4.2.3 算法描述 | 第51-55页 |
| 4.3 性能分析与仿真 | 第55-60页 |
| 4.3.1 节点通信能耗分析 | 第55-56页 |
| 4.3.2 系统计算复杂度分析 | 第56-57页 |
| 4.3.3 仿真结果与讨论 | 第57-60页 |
| 4.4 小结 | 第60-62页 |
| 第五章 结束语 | 第62-66页 |
| 5.1 主要工作总结 | 第62-63页 |
| 5.2 后续研究计划 | 第63-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 作者简历 | 第74页 |
