版權(quán)說(shuō)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(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、無(wú)線傳感器網(wǎng)絡(luò)是通過(guò)眾多的微型傳感器以隨機(jī)或固定方式部署在監(jiān)測(cè)區(qū)域,實(shí)現(xiàn)感知并實(shí)時(shí)采集各類信息,依托自組織網(wǎng)絡(luò),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(yīng)用價(jià)值。由于無(wú)線傳感節(jié)點(diǎn)能量供給受限,嚴(yán)重影響了無(wú)線傳感器網(wǎng)絡(luò)向大規(guī)模高密度方向發(fā)展的進(jìn)程。壓縮傳感理論為解決節(jié)點(diǎn)能量受限和網(wǎng)絡(luò)能耗不均的問(wèn)題提供了一種全新解決方案。
本文在深入研究無(wú)線傳感器網(wǎng)絡(luò)及壓縮傳感理論的基礎(chǔ)上,提出一種多參量聯(lián)合稀疏網(wǎng)絡(luò)模型,該模型中簇首
2、節(jié)點(diǎn)基于壓縮傳感理論對(duì)該簇內(nèi)全部感知節(jié)點(diǎn)信息進(jìn)行融合處理,傳輸相同數(shù)據(jù)量的低維信號(hào),保證全局網(wǎng)絡(luò)負(fù)載均衡并降低網(wǎng)絡(luò)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(diǎn)能耗均衡。
此外,針對(duì)多參量聯(lián)合稀疏網(wǎng)絡(luò)模型模型構(gòu)建一種多參量聯(lián)合稀疏基底,以達(dá)到緩解基站存儲(chǔ)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(gòu)成基底。
利用Matlab對(duì)多參量聯(lián)合稀疏網(wǎng)絡(luò)模型及多參量D
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)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(gòu)方法的研究.pdf
- 無(wú)線傳感網(wǎng)絡(luò)數(shù)據(jù)的稀疏修復(fù)和壓縮傳輸.pdf
- 無(wú)線傳感器網(wǎng)絡(luò)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(hào)的壓縮采樣技術(shù)研究.pdf
- 基于解析稀疏模型的信號(hào)稀疏表示.pdf
- 基于壓縮傳感的訓(xùn)練序列設(shè)計(jì)及其稀疏信道估計(jì).pdf
- 基于壓縮感知的無(wú)線傳感器網(wǎng)絡(luò)信號(hào)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(gòu)算法研究.pdf
- 基于稀疏化壓縮感知的無(wú)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(gòu)算法研究.pdf
- 基于壓縮感知的稀疏多徑信道估計(jì)算法研究.pdf
- 基于壓縮感知的OFDM稀疏信道估計(jì)及研究.pdf
- 基于壓縮感知聯(lián)合稀疏寬帶聲源DOA估計(jì)與跟蹤.pdf
- 基于字典學(xué)習(xí)與稀疏模型的SAR圖像壓縮技術(shù)研究.pdf
- 稀疏多頻帶信號(hào)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(xué)習(xí)的稀疏表示研究.pdf
評(píng)論
0/150
提交評(píng)論