基于压缩感知的无线传感器网络数据压缩算法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题研究的背景及意义 | 第8页 |
| 1.2 国内外研究现状分析 | 第8-10页 |
| 1.3 本课题的研究内容 | 第10-11页 |
| 1.4 论文结构 | 第11-12页 |
| 第2章 压缩感知理论及分布式模型改进 | 第12-24页 |
| 2.1 压缩感知简介 | 第12-16页 |
| 2.1.1 压缩感知基础理论 | 第12-15页 |
| 2.1.2 RIP理论 | 第15-16页 |
| 2.2 分布式压缩感知 | 第16-22页 |
| 2.2.1 分布式信源编码 | 第16页 |
| 2.2.2 联合稀疏模型 | 第16-18页 |
| 2.2.3 联合稀疏模型 1 的改进 | 第18-22页 |
| 2.3 本章小结 | 第22-24页 |
| 第3章 压缩感知基本算法的性能评价 | 第24-42页 |
| 3.1 观测矩阵研究 | 第24-32页 |
| 3.1.1 高斯随机矩阵 | 第24-25页 |
| 3.1.2 贝努利随机矩阵 | 第25-27页 |
| 3.1.3 部分正交矩阵 | 第27-28页 |
| 3.1.4 部分哈达玛矩阵 | 第28-29页 |
| 3.1.5 不同观测矩阵的对比 | 第29-32页 |
| 3.2 重构算法研究 | 第32-40页 |
| 3.2.1 匹配追踪算法 | 第32-34页 |
| 3.2.2 正交匹配追踪算法 | 第34-35页 |
| 3.2.3 梯度追踪算法 | 第35-38页 |
| 3.2.4 几种重构算法的效果对比 | 第38-40页 |
| 3.3 本章小结 | 第40-42页 |
| 第4章 压缩感知改进算法 | 第42-48页 |
| 4.1 问题描述 | 第42-43页 |
| 4.2 残差更新度 | 第43-47页 |
| 4.2.1 残差更新度概念的提出 | 第43-44页 |
| 4.2.2 残差更新度的规律 | 第44-46页 |
| 4.2.3 残差更新度在分布式压缩感知中的应用 | 第46-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第5章 无线传感器网络中的数据压缩 | 第48-55页 |
| 5.1 无线传感器网络介绍 | 第48-49页 |
| 5.2 压缩感知算法无线传感器网络应用 | 第49-54页 |
| 5.2.1 无线传感器网络平台搭建 | 第49-50页 |
| 5.2.2 无线传感器网络单节点数据压缩 | 第50-52页 |
| 5.2.3 无线传感器网络多节点联合压缩 | 第52-54页 |
| 5.3 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间发表的学术论文及其它成果 | 第59-61页 |
| 致谢 | 第61页 |
