| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 符号对照表 | 第16-17页 |
| 第一章 绪论 | 第17-33页 |
| 1.1 研究背景 | 第17-19页 |
| 1.1.1 无线通信的发展趋势及其面临的主要挑战 | 第17-18页 |
| 1.1.2 本论文考虑的无线通信面临的四个挑战 | 第18-19页 |
| 1.2 压缩感知理论及其应用简介 | 第19-28页 |
| 1.2.1 离散压缩感知的基本理论 | 第19-23页 |
| 1.2.2 模拟压缩感知的采样方法 | 第23-27页 |
| 1.2.3 压缩感知的应用 | 第27-28页 |
| 1.3 与本论文研究内容相关的研究现状 | 第28-29页 |
| 1.4 本论文的研究目标 | 第29-30页 |
| 1.5 本论文的主要贡献 | 第30-31页 |
| 1.6 本论文的组织结构 | 第31-33页 |
| 第二章 基于结构矩阵的模拟压缩感知采样方法 | 第33-53页 |
| 2.1 引言 | 第33-34页 |
| 2.2 基于非调制Slepian基的模拟压缩感知方法 | 第34-43页 |
| 2.2.1 Slepian基的简单介绍 | 第35-36页 |
| 2.2.2 非调制Slepian基下的系统表达 | 第36-38页 |
| 2.2.3 非调制Slepian基与调制合并Slepian基维数的比较 | 第38-39页 |
| 2.2.4 恢复算法的设计 | 第39-40页 |
| 2.2.5 性能评估 | 第40-43页 |
| 2.3 基于循环正交矩阵的模拟压缩感知采样方法 | 第43-51页 |
| 2.3.1 系统模型 | 第44页 |
| 2.3.2 数学分析 | 第44-45页 |
| 2.3.3 测量矩阵的分解 | 第45-46页 |
| 2.3.4 成功恢复信号的条件 | 第46-47页 |
| 2.3.5 RCOM-ACS方案的扩展 | 第47-48页 |
| 2.3.6 RCOM-ACS方案的快速处理方法 | 第48-49页 |
| 2.3.7 性能评估 | 第49-51页 |
| 2.4 本章小结 | 第51-53页 |
| 第三章 认知无线电中的压缩感知恢复算法与频谱感知研究 | 第53-67页 |
| 3.1 引言 | 第53-54页 |
| 3.2 系统模型 | 第54-55页 |
| 3.3 针对多天线信号的压缩感知恢复算法 | 第55-58页 |
| 3.3.1 CRL_2算法 | 第55-56页 |
| 3.3.2 CBS算法 | 第56-57页 |
| 3.3.3 关于CRL_2算法与CBS算法的总结 | 第57-58页 |
| 3.4 宽带频谱感知算法-划分均值(DA)算法 | 第58-64页 |
| 3.4.1 DA算法的描述 | 第58页 |
| 3.4.2 DA算法的推导 | 第58-61页 |
| 3.4.3 DA算法的性能分析 | 第61-64页 |
| 3.5 性能评估 | 第64-66页 |
| 3.5.1 仿真参数 | 第64页 |
| 3.5.2 仿真结果 | 第64-66页 |
| 3.6 本章小结 | 第66-67页 |
| 第四章 压缩感知中基于规则子空间追踪的抗噪恢复算法 | 第67-81页 |
| 4.1 引言 | 第67-68页 |
| 4.2 信号模型 | 第68-69页 |
| 4.2.1 测量向量受噪声污染：y=Aθ+w | 第68页 |
| 4.2.2 稀疏信号与测量向量均受噪声污染：y=A(θ+n)+w | 第68-69页 |
| 4.3 信号模型y=Aθ+w下RSP算法的描述 | 第69-70页 |
| 4.3.1 按比例调整相关向量 | 第69页 |
| 4.3.2 通过规则化求解信号支撑 | 第69-70页 |
| 4.3.3 用MMSE算法估计稀疏信号 | 第70页 |
| 4.3.4 根据稀疏信号的估计值更新信号支撑 | 第70页 |
| 4.4 信号模型y=A(θ+n)+w下RSP算法的描述 | 第70-73页 |
| 4.4.1 针对稀疏信号噪声的预处理操作 | 第70-73页 |
| 4.5 性能评估 | 第73-80页 |
| 4.5.1 仿真参数与仿真指标 | 第73页 |
| 4.5.2 信号模型y=Aθ+w下的仿真结果 | 第73-76页 |
| 4.5.3 信号模型y=A(θ+n)+w下的仿真结果 | 第76-80页 |
| 4.6 本章小结 | 第80-81页 |
| 第五章 离散压缩感知在无线传感器网络中分布式数据存储的应用 | 第81-105页 |
| 5.1 引言 | 第81-82页 |
| 5.2 信号模型与无线传感器网络部署 | 第82-83页 |
| 5.2.1 信号模型 | 第82-83页 |
| 5.2.2 无线传感器网络的部署 | 第83页 |
| 5.3 基于压缩网络编码的分布式存储(CNCDS)方案 | 第83-93页 |
| 5.3.1 CNCDS方案的步骤 | 第84-85页 |
| 5.3.2 参数N_S与P_O的选取 | 第85-87页 |
| 5.3.3 测量矩阵的表达 | 第87-89页 |
| 5.3.4 测量矩阵的性质 | 第89-91页 |
| 5.3.5 更实际场景下的CNCDS方案 | 第91-93页 |
| 5.4 发送次数Nt_(tot)与接收次数Nr_(tot)的表达式推导 | 第93-98页 |
| 5.4.1 预备知识 | 第93-94页 |
| 5.4.2 关于Nt_(tot)与Nr_(tot)的引理 | 第94页 |
| 5.4.3 CNCDS方案中第二阶段接收次数N_r~Ⅱ表达式的推导 | 第94-95页 |
| 5.4.4 表达式N_r~q的推导 | 第95-97页 |
| 5.4.5 Nt_(tot)与Nr_(tot)的闭式表达式 | 第97-98页 |
| 5.5 自适应的CNCDS方案 | 第98-99页 |
| 5.5.1 自适应CNCDS方案的动机 | 第98页 |
| 5.5.2 自适应CNCDS方案的描述 | 第98-99页 |
| 5.6 性能评估 | 第99-104页 |
| 5.6.1 仿真参数与性能指标 | 第99页 |
| 5.6.2 对比方案 | 第99页 |
| 5.6.3 仿真结果 | 第99-103页 |
| 5.6.4 理论分析与仿真结果的对比 | 第103-104页 |
| 5.7 本章小结 | 第104-105页 |
| 第六章 总结与展望 | 第105-109页 |
| 6.1 本论文的研究内容与创新点 | 第105-107页 |
| 6.2 对未来研究工作的展望 | 第107-109页 |
| 参考文献 | 第109-117页 |
| 附录A 定理5.1 以及命题5.1-5.2中部分表达式的推导 | 第117-123页 |
| A.1 表达式S_2的推导 | 第117-118页 |
| A.2 表达式S_Ⅱ的推导 | 第118页 |
| A.3 表达式N_(r,1)~q、N_(r,2)~q、N_(r,3)~q与N_(r,4)~q的推导 | 第118-120页 |
| A.3.1 表达式N_(r,1)~q的推导 | 第118页 |
| A.3.2 表达式N_(r,2)~q的推导 | 第118-119页 |
| A.3.3 表达式N_(r,3)~q的推导 | 第119-120页 |
| A.3.4 表达式N_(r,4)~q的推导 | 第120页 |
| A.4 表达式S_3的推导 | 第120-121页 |
| A.5 表达式S_(2l)的推导 | 第121-123页 |
| 附录B 缩略语表 | 第123-125页 |
| 致谢 | 第125-129页 |
| 攻读学位期间发表的学术论文目录 | 第129-130页 |
