| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 压缩感知的国内外研究现状 | 第11-12页 |
| 1.4 论文主要贡献 | 第12页 |
| 1.5 论文的主要内容和组织结构 | 第12-14页 |
| 第二章 相关技术与研究 | 第14-19页 |
| 2.1 压缩感知技术简介 | 第14-16页 |
| 2.1.1 预备知识 | 第14页 |
| 2.1.2 压缩采样 | 第14-15页 |
| 2.1.3 测量矩阵的构建 | 第15页 |
| 2.1.4 信号恢复 | 第15-16页 |
| 2.2 基于压缩感知的无线传感器网络数据收集方案 | 第16-19页 |
| 2.2.1 稠密随机投影数据收集 | 第17页 |
| 2.2.2 稀疏随机投影数据收集 | 第17-18页 |
| 2.2.3 混合压缩感知数据收集 | 第18-19页 |
| 第三章 基于SVD稀疏测量矩阵的WSN压缩感知方法 | 第19-33页 |
| 3.1 引言 | 第19页 |
| 3.2 相关研究 | 第19-21页 |
| 3.2.1 托普利兹矩阵和循环矩阵 | 第19-20页 |
| 3.2.2 稀疏带状矩阵 | 第20-21页 |
| 3.2.3 随机间距稀疏Toeplitz矩阵 | 第21页 |
| 3.3 基于稀疏随机间距Toeplitz矩阵的优化 | 第21-22页 |
| 3.3.1 基于SVD的稀疏循环矩阵 | 第21-22页 |
| 3.4 基于压缩感知的链式无线传感器网络数据收集 | 第22-27页 |
| 3.4.1 基于压缩感知的链式无线传感器网络数据收集模型 | 第22-23页 |
| 3.4.2 具体步骤 | 第23-24页 |
| 3.4.3 网络能耗分析 | 第24-27页 |
| 3.5 示例应用场景设置 | 第27页 |
| 3.6 实验仿真 | 第27-32页 |
| 3.6.1 稀疏SVD循环矩阵的性能 | 第27-28页 |
| 3.6.2 对一维稀疏信号的仿真 | 第28-31页 |
| 3.6.3 基于稀疏SVD循环矩阵的链式结构网络能耗仿真分析 | 第31-32页 |
| 3.7 本章小结 | 第32-33页 |
| 第四章 WSN中基于混合压缩感知的分簇结构数据收集 | 第33-47页 |
| 4.1 相关工作 | 第33页 |
| 4.2 基于混合压缩感知的无线传感器网络模型 | 第33-35页 |
| 4.3 基于混合压缩感知的无线传感器网络数据收集算法 | 第35-38页 |
| 4.3.1 网络系统模型 | 第35-36页 |
| 4.3.2 簇间路由树的建立 | 第36-37页 |
| 4.3.3 基于压缩感知的簇内数据收集 | 第37-38页 |
| 4.4 网络能耗分析 | 第38-40页 |
| 4.5 算法完整描述 | 第40-41页 |
| 4.6 仿真与分析 | 第41-45页 |
| 4.6.1 基于随机间距稀疏压缩感知的数据收集方案性能 | 第42-43页 |
| 4.6.2 网络能耗仿真分析 | 第43-45页 |
| 4.7 本章小结 | 第45-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 总结 | 第47页 |
| 5.2 展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 发表论文和科研情况说明 | 第53-54页 |
| 致谢 | 第54-55页 |
