压缩感知在无线通信中的应用研究

压缩感知在无线通信中的应用研究

论文摘要

谁掌握了更多的信息谁就掌控了未来。现实确实如此,信息技术的迅速发展已成为不可阻挡的趋势,而其中的数据传输作为信息交流的桥梁更是重中之重。为了缓解人们对信息的巨量需求而对信号采样、传输和存储的巨大压力,使无线通信系统具有更大的系统容量、更高的传输速率以及更低的设备损耗,同时满足用户的服务质量要求,我们需要研究一系列提高无线数据传输性能的技术措施,如数据压缩技术、数据融合、数据存储转发方式等。本文研究了认知无线电、无线传感网系统中的数据压缩及传输新方案。该方案将压缩感知分别应用在频谱感知和无线传感网上,极大的降低系统所需传输的数据量,优化了系统时延、容量、耗能等性能。仿真结果表明了压缩感知技术可在有效减少系统需处理及传输的数据量的同时保证近乎完美地重建信号,降低节点耗能、数据传输时延及系统负担等,大幅度的提高了系统性能。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 研究背景与意义
  • 1.1.1 频谱感知概念
  • 1.1.2 无线传感网概念
  • 1.1.3 压缩感知的应用意义
  • 1.2 本文主要工作及内容安排
  • 第二章 传统数据压缩
  • 2.1 数据压缩的意义
  • 2.2 传统数据压缩的简介
  • 2.3 正交变换
  • 2.4 弥补方案
  • 2.5 本章小结
  • 第三章 压缩感知
  • 3.1 压缩感知理论
  • 3.1.1 压缩感知理论简介
  • 3.1.2 信号的稀疏化
  • 3.1.3 测量矩阵的选取
  • 3.1.4 信号重构算法
  • 3.1.5 压缩感知的优势
  • 3.2 仿真和性能分析
  • 3.2.1 压缩感知信号重构
  • 3.2.2 传统压缩方案和压缩感知技术信号重构误差比较
  • 3.3 本章小结
  • 第四章 频谱感知
  • 4.1 认知无线电
  • 4.1.1 认知无线电简介
  • 4.1.2 认知无线电系统框架
  • 4.1.3 认知无线电关键技术
  • 4.2 频谱感知
  • 4.2.1 频谱感知简介
  • 4.2.2 频谱感知检测方法
  • 4.2.3 频谱感知工作原理
  • 4.3 本章小结
  • 第五章 无线传感网
  • 5.1 无线传感网基本理论
  • 5.1.1 无线传感网概述
  • 5.1.2 无线传感网网络架构
  • 5.2 无线传感网关键技术
  • 5.3 无线传感网的发展与展望
  • 5.4 本章小结
  • 第六章 基于压缩感知技术的频谱感知方案
  • 6.1 研究背景
  • 6.2 可行性分析
  • 6.2.1 单CRU端的压缩感知应用
  • 6.2.2 多CRU端协作频谱感知
  • 6.3 仿真及性能分析
  • 6.3.1 单频段协作频谱感知性能
  • 6.3.2 多频段系统协作频谱感知性能
  • 6.4 本章小结
  • 第七章 基于压缩感知技术的无线传感网网络数据的传输方案
  • 7.1 研究背景
  • 7.2 可行性分析
  • 7.2.1 底层节点压缩感知技术的应用
  • 7.2.2 压缩感知在无线传感网整体上的应用
  • 7.3 仿真及性能分析
  • 7.3.1 网络上层节点对存储转发硬件的要求
  • 7.3.2 无线传感网网络平均时延
  • 7.3.3 无线传感网网络节点耗能
  • 7.4 本章小结
  • 第八章 结束语
  • 8.1 论文工作总结
  • 8.2 后续研究与展望
  • 致谢
  • 参考文献
  • 作者攻读硕士学位期间发表的论文
  • 相关论文文献

    • [1].基于帐篷混沌观测矩阵的图像压缩感知[J]. 传感器与微系统 2014(09)
    • [2].基于稀疏表示的水声信号分类识别[J]. 探测与控制学报 2014(04)
    • [3].基于压缩感知理论的视频编解码方法[J]. 计算机科学 2013(S1)
    • [4].基于压缩感知理论的医学图像重构算法研究现状[J]. 生物医学工程学进展 2014(04)
    • [5].基于压缩感知的线状目标一维距离成像[J]. 电子与信息学报 2013(03)
    • [6].基于神经网络的压缩感知观测序列建模[J]. 南京邮电大学学报(自然科学版) 2012(03)
    • [7].基于压缩感知的协同创新评价方法研究[J]. 价值工程 2013(05)
    • [8].压缩感知中RIP界的研究新进展[J]. 科技资讯 2019(27)
    • [9].压缩感知理论及其在图像融合中的应用[J]. 测绘工程 2013(02)
    • [10].基于压缩感知的毫米波一维距离像算法研究[J]. 微波学报 2012(S1)
    • [11].压缩感知测量方法的机密性[J]. 电讯技术 2010(11)
    • [12].压缩感知理论及重构算法性能分析[J]. 信息技术 2016(03)
    • [13].基于差分的稀疏度自适应重构算法[J]. 计算机辅助设计与图形学学报 2015(06)
    • [14].压缩感知及其在超声成像中的应用[J]. 中国医疗器械信息 2015(06)
    • [15].基于压缩感知的水下图像去噪[J]. 现代电子技术 2013(02)
    • [16].一种基于压缩感知的图像去噪方法[J]. 北方工业大学学报 2012(01)
    • [17].基于压缩感知的图像融合方法[J]. 电脑知识与技术 2015(12)
    • [18].基于过完备字典的点云数据稀疏表示方法[J]. 电子技术与软件工程 2014(06)
    • [19].一种基于压缩感知的遥感影像混合去噪模型[J]. 测绘科学技术学报 2013(01)
    • [20].基于软阈值贪婪方向追踪的图像重构法[J]. 指挥信息系统与技术 2017(02)
    • [21].基于一种改进的压缩感知重构算法的分析与比较[J]. 科学技术与工程 2012(21)
    • [22].压缩感知在磁共振成像中的应用研究[J]. 医疗装备 2015(06)
    • [23].基于压缩感知的信号重构研究[J]. 无线电通信技术 2014(03)
    • [24].基于压缩感知的图像去噪的综述[J]. 电子技术与软件工程 2014(18)
    • [25].压缩感知理论在图像处理领域的应用[J]. 中国光学 2011(05)
    • [26].压缩感知中的信号重构方法分析[J]. 电子技术应用 2011(08)
    • [27].基于非凸优化模型的块稀疏信号恢复条件[J]. 应用数学和力学 2019(02)
    • [28].压缩感知在计算电磁学中的应用综述[J]. 安徽大学学报(自然科学版) 2017(04)
    • [29].一种近似奇异值分解的观测矩阵优化方法[J]. 计算机应用与软件 2016(01)
    • [30].压缩感知及其在图像压缩中的应用[J]. 上海电力学院学报 2013(03)

    标签:;  ;  ;  ;  ;  

    压缩感知在无线通信中的应用研究
    下载Doc文档

    猜你喜欢