首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--信号处理论文

低冗余CS观测方法及其在WSNs数据收集中的应用

作者简介第1-4页
摘要第4-6页
ABSTRACT第6-13页
第一章 绪论第13-29页
   ·研究背景及意义第13-15页
   ·压缩感知理论的研究进展第15-22页
     ·重构算法第15-20页
     ·观测矩阵第20-22页
   ·压缩感知的应用第22-25页
     ·压缩感知在多种信号处理中的应用第22-23页
     ·压缩感知在成像中的应用第23-24页
     ·压缩感知在无线传感器网络中的应用第24-25页
   ·论文研究内容及章节安排第25-29页
第二章 低冗余压缩感知观测第29-37页
   ·引言第29-30页
   ·低冗余CS观测的获取第30-32页
     ·获得低冗余CS观测的算法第30-31页
     ·获取低冗余CS观测算法的理论依据第31-32页
   ·实验结果第32-34页
   ·小结第34-37页
第三章 重构概率为 1 的低冗余高斯观测第37-53页
   ·引言第37-38页
   ·预备知识和所提方法的思想第38-41页
     ·标号定义第38页
     ·序列压缩感知第38-39页
     ·所提方法的基本思想第39-41页
   ·判断处理机制第41-43页
     ·初始观测的判断准则第41-42页
     ·递减的序列压缩感知第42-43页
     ·临界观测能以概率 1 完全重构信号的证明第43页
   ·去冗余策略第43-46页
     ·理论支撑第44页
     ·去除冗余观测的优化方法第44-46页
   ·实验结果第46-48页
     ·实验 1第46-47页
     ·实验 2第47-48页
   ·讨论和结论第48-50页
 附录第50-53页
  A. 定理 3.1 的证明第50页
  B. 定理 3.2 的证明第50页
  C. 命题 3.4 的证明第50-53页
第四章 满足重构概率约束的更少贝努利观测第53-59页
   ·引言第53-54页
   ·获取满足重构概率约束的更少贝努利观测方法第54-56页
     ·理论依据第54-55页
     ·获得满足重构概率约束的更少贝努利观测算法第55-56页
   ·实验结果第56-58页
   ·小结第58-59页
第五章 基于稀疏感知的观测矩阵构造第59-71页
   ·引言第59-60页
   ·观测矩阵的基础知识第60-62页
     ·观测矩阵的性能标准第60-61页
     ·观测矩阵的Tanner图第61页
     ·LDPC校验矩阵第61-62页
   ·确定稀疏观测矩阵的构造第62-64页
     ·构造的理论支撑第62-63页
     ·观测矩阵的构造算法第63-64页
   ·所构造观测矩阵的性能分析及设计的观测系统第64-66页
     ·构造的观测矩阵性能分析第64-65页
     ·设计的观测系统第65-66页
   ·实验结果第66-70页
     ·无噪情况下的重构性能第67-69页
     ·含噪情况下的重构性能第69-70页
   ·小结第70-71页
第六章 低冗余CS观测方法在WSNs数据收集中的应用第71-91页
   ·引言第71-74页
     ·WSNs及其所面临的挑战第71-72页
     ·传统的WSNs节能方法第72-73页
     ·基于CS数据收集的WSNs节能方法第73-74页
   ·WSNs的数据模型和基于CS的数据收集模型第74-75页
   ·基于稀疏随机投影的轮换数据收集方法第75-80页
     ·收集算法第76-77页
     ·实验结果第77-80页
   ·基于稀疏化贝奴利观测矩阵的数据收集方法第80-85页
     ·稀疏化贝努利观测矩阵的方案第80-81页
     ·基于稀疏化贝努利观测矩阵的数据收集算法第81-82页
     ·四种方案的能耗分析第82页
     ·实验结果第82-85页
   ·基于序列压缩感知和稀疏感知的数据收集方法第85-90页
     ·理论支撑第86页
     ·数据收集算法第86-87页
     ·算法分析第87-88页
     ·实验结果第88-90页
   ·小结第90-91页
第七章 总结与展望第91-95页
   ·总结第91-92页
   ·展望第92-95页
致谢第95-97页
参考文献第97-113页
攻读博士学位期间的研究成果第113-115页

论文共115页,点击 下载论文
上一篇:波导缝隙阵列天线与印刷缝隙单元天线研究
下一篇:多核处理器上的操作系统调度