已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、無線傳感器網(wǎng)絡是通過眾多的微型傳感器以隨機或固定方式部署在監(jiān)測區(qū)域,實現(xiàn)感知并實時采集各類信息,依托自組織網(wǎng)絡,以多跳的通信方式將有效信息傳送至終端用戶,具有極高的應用價值。由于無線傳感節(jié)點能量供給受限,嚴重影響了無線傳感器網(wǎng)絡向大規(guī)模高密度方向發(fā)展的進程。壓縮傳感理論為解決節(jié)點能量受限和網(wǎng)絡能耗不均的問題提供了一種全新解決方案。
本文在深入研究無線傳感器網(wǎng)絡及壓縮傳感理論的基礎上,提出一種多參量聯(lián)合稀疏網(wǎng)絡模型,該模型中簇首
2、節(jié)點基于壓縮傳感理論對該簇內(nèi)全部感知節(jié)點信息進行融合處理,傳輸相同數(shù)據(jù)量的低維信號,保證全局網(wǎng)絡負載均衡并降低網(wǎng)絡數(shù)據(jù)傳輸量;另外周期性選舉能量最優(yōu)簇首,確保簇內(nèi)各節(jié)點能耗均衡。
此外,針對多參量聯(lián)合稀疏網(wǎng)絡模型模型構建一種多參量聯(lián)合稀疏基底,以達到緩解基站存儲壓力的目的。該基底采用Daubechies小波函數(shù)為原子模型,利用匹配追蹤算法獲得匹配列向量從而構成基底。
利用Matlab對多參量聯(lián)合稀疏網(wǎng)絡模型及多參量D
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于壓縮傳感稀疏重構方法的研究.pdf
- 無線傳感網(wǎng)絡數(shù)據(jù)的稀疏修復和壓縮傳輸.pdf
- 無線傳感器網(wǎng)絡中基于比值差稀疏的壓縮感知研究.pdf
- 基于能量的稀疏重建及多尺度壓縮感知的研究.pdf
- 基于聯(lián)合稀疏分析模型的遙感圖像融合研究.pdf
- 基于稀疏多帶信號的壓縮采樣技術研究.pdf
- 基于解析稀疏模型的信號稀疏表示.pdf
- 基于壓縮傳感的訓練序列設計及其稀疏信道估計.pdf
- 基于壓縮感知的無線傳感器網(wǎng)絡信號采集和稀疏表示研究.pdf
- 基于稀疏分解的圖像壓縮.pdf
- 基于三維稀疏變換的壓縮傳感視頻重構算法研究.pdf
- 基于稀疏化壓縮感知的無線傳感網(wǎng)數(shù)據(jù)融合研究.pdf
- 基于稀疏表示的SAR圖像壓縮研究.pdf
- 基于多形態(tài)稀疏表示的圖像壓縮感知重構算法研究.pdf
- 基于壓縮感知的稀疏多徑信道估計算法研究.pdf
- 基于壓縮感知的OFDM稀疏信道估計及研究.pdf
- 基于壓縮感知聯(lián)合稀疏寬帶聲源DOA估計與跟蹤.pdf
- 基于字典學習與稀疏模型的SAR圖像壓縮技術研究.pdf
- 稀疏多頻帶信號壓縮采樣方法研究.pdf
- 圖像壓縮傳感中基于變換域和字典學習的稀疏表示研究.pdf
評論
0/150
提交評論