首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文--传感器的应用论文

基于压缩感知的无线传感网数据收集技术研究

摘要第4-5页
abstract第5页
专用术语注释表第8-9页
第一章 绪论第9-12页
    1.1 课题背景第9页
    1.2 课题来源第9页
    1.3 本文工作第9-10页
    1.4 论文结构安排第10-12页
第二章 无线传感器网络第12-19页
    2.1 无线传感器网络的定义第12页
    2.2 无线传感器网络的构成第12-13页
    2.3 无线传感器网络的应用第13-15页
    2.4 无线传感器网络应用中的重要特性第15-18页
    2.5 无线传感器网络的展望第18页
    2.6 本章小结第18-19页
第三章 压缩感知及数据融合技术第19-30页
    3.1 压缩感知理论第19-24页
        3.1.1 压缩感知理论的简单介绍第19-20页
        3.1.2 信号的稀疏表示第20-21页
        3.1.3 测量矩阵第21-23页
        3.1.4 重构算法第23-24页
    3.2 数据融合技术第24-27页
        3.2.1 数据融合的概念第24-25页
        3.2.2 数据融合算法分类第25-27页
        3.2.3 数据融合技术的挑战第27页
    3.3 基于压缩感知的数据采集机制第27-29页
    3.4 本章小结第29-30页
第四章 基于最短路径树的压缩感知数据收集算法第30-42页
    4.1 引言第30-31页
    4.2 稀疏随机投影第31-33页
        4.2.1 稀疏随机投影机制第31-32页
        4.2.2 稀疏投影测量矩阵的生成第32-33页
    4.3 网络能量消耗模型第33-34页
    4.4 基于最短路径树的压缩感知数据收集算法第34-37页
        4.4.1 基于最短路径树的数据收集算法基本思想第34-35页
        4.4.2 基于最短路径树的数据收集算法具体描述第35-37页
    4.5 实验仿真第37-41页
        4.5.1 实验设计第37-38页
        4.5.2 性能评价标准第38页
        4.5.3 实验结果第38-41页
    4.6 本章小结第41-42页
第五章 基于节点选择的数据融合树压缩感知算法第42-56页
    5.1 引言第42-43页
    5.2 网络能量消耗模型第43-44页
    5.3 基于节点选择的数据融合树压缩感知算法第44-50页
        5.3.1 基于节点选择的数据融合树压缩感知算法第44-47页
        5.3.2 基于节点选择的数据融合树压缩感知算法的改进第47-50页
        5.3.3 时间复杂度分析第50页
    5.4 实验仿真第50-55页
        5.4.1 实验设计第50-52页
        5.4.2 性能评价标准第52页
        5.4.3 全局数据包传输量第52-54页
        5.4.4 负载分配和均衡第54-55页
    5.5 本章小结第55-56页
第六章 总结与展望第56-58页
    6.1 工作总结第56页
    6.2 工作展望第56-58页
参考文献第58-61页
附录1 攻读硕士学位期间撰写的论文第61-62页
附录2 攻读硕士学位期间参加的科研项目第62-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:新颖NF-κB通路小分子抑制剂—天然产物Hirsutolide的发现与抗血液肿瘤活性及机制研究
下一篇:流形上的稀疏编码