面向稀疏信号的物联网高效传输体系及关键技术研究
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第12-24页 |
1.1 研究背景及意义 | 第12-14页 |
1.1.1 物联网概述 | 第12-13页 |
1.1.2 物联网中信息传输存在的挑战 | 第13-14页 |
1.2 物联网中信息传输研究现状 | 第14-20页 |
1.2.1 物联网中传统的信息传输方法 | 第14-17页 |
1.2.2 物联网中基于压缩感知的信息传输方法 | 第17-20页 |
1.3 本文组织结构与研究内容 | 第20-24页 |
1.3.1 有损链路下稀疏信号高效传输 | 第20-21页 |
1.3.2 结构化稀疏信号随机信道接入 | 第21页 |
1.3.3 基于分簇的最稀疏数据收集 | 第21-22页 |
1.3.4 稀疏高斯投影矩阵的设计与应用 | 第22-24页 |
第二章 压缩感知理论 | 第24-32页 |
2.1 压缩感知概要 | 第24-26页 |
2.2 信号稀疏表示 | 第26页 |
2.3 投影矩阵构造 | 第26-28页 |
2.4 信号重构 | 第28-30页 |
2.5 压缩感知应用 | 第30-32页 |
第三章 有损链路下稀疏信号高效传输 | 第32-54页 |
3.1 引言 | 第32-33页 |
3.2 稀疏信号传输框架 | 第33-36页 |
3.2.1 信号稀疏性 | 第33-34页 |
3.2.2 稀疏信号传输过程 | 第34-35页 |
3.2.3 问题描述 | 第35-36页 |
3.3 数据包长度控制 | 第36-43页 |
3.3.1 数据包长度对互相关的影响 | 第37-39页 |
3.3.2 通信参数对互相关的影响 | 第39-41页 |
3.3.3 数据交织对性能的提升 | 第41-43页 |
3.4 性能评价 | 第43-48页 |
3.4.1 重构性能对比 | 第44-47页 |
3.4.2 数据包长度控制对稀疏信号传输的影响 | 第47-48页 |
3.5 实验验证 | 第48-51页 |
3.6 本章小结 | 第51-54页 |
第四章 结构化稀疏信号随机信道接入 | 第54-78页 |
4.1 引言 | 第54-56页 |
4.2 假设和系统模型 | 第56-58页 |
4.3 系统设计 | 第58-69页 |
4.3.1 投影矩阵构造 | 第59-60页 |
4.3.2 数据丢失随机化 | 第60-64页 |
4.3.3 最优感知概率求解 | 第64-69页 |
4.4 性能评估与对比 | 第69-76页 |
4.4.1 能耗 | 第70-72页 |
4.4.2 无差传输的最大负载速率 | 第72-75页 |
4.4.3 稳定性 | 第75-76页 |
4.5 本章小结 | 第76-78页 |
第五章 基于分簇的鲁棒最稀疏数据收集 | 第78-98页 |
5.1 引言 | 第78-80页 |
5.2 假设和系统描述 | 第80-82页 |
5.3 簇内传输模型 | 第82-86页 |
5.3.1 直接传输 | 第83-85页 |
5.3.2 数据转发 | 第85-86页 |
5.4 簇间传输及最优簇选取 | 第86-89页 |
5.5 最小能耗分簇算法 | 第89-90页 |
5.6 性能评估 | 第90-96页 |
5.6.1 仿真参数与设置 | 第91-92页 |
5.6.2 能耗对比 | 第92-93页 |
5.6.3 节点损坏时的数据收集鲁棒性 | 第93-96页 |
5.7 本章小结 | 第96-98页 |
第六章 稀疏高斯矩阵的设计与应用 | 第98-116页 |
6.1 引言 | 第98-100页 |
6.2 稀疏高斯矩阵及其约束等距性证明 | 第100-107页 |
6.3 块状对角稀疏高斯矩阵的设计及其RIP证明 | 第107-109页 |
6.4 稀疏信号有损传输中投影矩阵的应用 | 第109-113页 |
6.5 实验评估 | 第113-115页 |
6.6 本章小结 | 第115-116页 |
第七章 总结与展望 | 第116-120页 |
7.1 本文工作总结 | 第116-117页 |
7.2 本文工作展望 | 第117-120页 |
参考文献 | 第120-130页 |
致谢 | 第130-132页 |
作者简历 | 第132-134页 |
攻读博士学位期间主要的研究成果及参与的科研项目 | 第134-136页 |