摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第8-14页 |
1.1 研究背景与意义 | 第8页 |
1.2 国内外研究现状 | 第8-12页 |
1.2.1 温室系统国内外研究现状 | 第8-9页 |
1.2.2 WSN概述与国内外研究现状 | 第9-11页 |
1.2.3 WSN中的CS国内外研究现状 | 第11-12页 |
1.3 论文组织结构 | 第12-13页 |
1.4 本章小结 | 第13-14页 |
第二章 压缩感知理论 | 第14-20页 |
2.1 概述 | 第14-15页 |
2.1.1 范数 | 第14-15页 |
2.1.2 稀疏信号 | 第15页 |
2.1.3 可压缩信号 | 第15页 |
2.2 信号的稀疏化 | 第15-16页 |
2.3 测量矩阵的构建 | 第16-17页 |
2.4 信号的重构 | 第17-19页 |
2.4.1 匹配追踪算法(MP) | 第18页 |
2.4.2 正交匹配追踪算法(OMP) | 第18-19页 |
2.5 本章小结 | 第19-20页 |
第三章 基于CS的温室监测系统设计 | 第20-35页 |
3.1 总体框架设计 | 第20-21页 |
3.2 系统硬件设计 | 第21-26页 |
3.2.1 数据采集节点硬件设计 | 第21-23页 |
3.2.2 传感器模块 | 第23-25页 |
3.2.3 网关模块 | 第25-26页 |
3.3 系统软件设计 | 第26-28页 |
3.3.1 终端节点软件设计 | 第26-27页 |
3.3.2 嵌入式网关软件设计 | 第27-28页 |
3.3.3 上位机软件介绍 | 第28页 |
3.4 试验过程与仿真结果 | 第28-33页 |
3.4.1 实验环境与参数设定 | 第28-29页 |
3.4.2 重构性能分析 | 第29-33页 |
3.5 本章小结 | 第33-35页 |
第四章 基于时空间相关性的DCS在大型温室监测系统中的应用 | 第35-55页 |
4.1 分布式压缩感知 | 第35-36页 |
4.2 联合稀疏模型 | 第36-38页 |
4.2.1 JSM-1 | 第36-37页 |
4.2.2 JSM-2 | 第37页 |
4.2.3 JSM-3 | 第37-38页 |
4.3 温室监测系统中基于JSM-2的DCS模型 | 第38-42页 |
4.4 温室监测系统中基于JSM-2的DCS算法 | 第42-45页 |
4.4.1 OSGA算法 | 第43-44页 |
4.4.2 SOMP算法 | 第44-45页 |
4.5 温室监测系统中的能耗模型 | 第45-47页 |
4.5.1 单节点能量模型 | 第46-47页 |
4.5.2 簇头节点能量模型 | 第47页 |
4.6 仿真实验及结果 | 第47-53页 |
4.6.1 OSGA与SOMP联合重构算法的比较 | 第49-51页 |
4.6.2 独立重构算法与联合重构算法的比较 | 第51-52页 |
4.6.3 能耗分析 | 第52-53页 |
4.7 本章小结 | 第53-55页 |
第五章 总结与展望 | 第55-57页 |
5.1 总结完成的工作 | 第55页 |
5.2 存在的不足 | 第55-56页 |
5.3 未来的展望 | 第56-57页 |
参考文献 | 第57-60页 |
致谢 | 第60-61页 |
个人简介 | 第61页 |