本文關(guān)鍵詞：無線網(wǎng)絡(luò)中基于壓縮感知的環(huán)境特征提取方法

  更多相關(guān)文章： 壓縮感知 環(huán)境特征 測(cè)量矩陣 恢復(fù)算法

【摘要】：壓縮感知是一種新式的數(shù)據(jù)采集方案,在2006年由Donoho和Candes首次提出。壓縮感知理論可以使信號(hào)在采樣率遠(yuǎn)低于奈奎斯特(Nyquist)采樣率并滿足一些特定條件的情況下,以很低的誤差率恢復(fù)出原始信號(hào),這樣可以大大的降低采樣成本。在跨周界的環(huán)境區(qū)別、基于接收信號(hào)強(qiáng)度的室內(nèi)定位等基于無線網(wǎng)絡(luò)環(huán)境特征的應(yīng)用中,需要采集很多原始環(huán)境特征或數(shù)據(jù)用以實(shí)驗(yàn),但很多時(shí)候采集數(shù)據(jù)的資源、時(shí)間和空間是有限的,這就需要我們用有限的條件得到更多的數(shù)據(jù)用以提高應(yīng)用的精確度。為了用有限的條件得到更多的采樣數(shù)據(jù)用以提高應(yīng)用的精確度,本文提出了一種無線網(wǎng)絡(luò)中基于壓縮感知的環(huán)境特征提取方法,該方法用少量的數(shù)據(jù)通過壓縮感知算法恢復(fù)出比本身多很多的數(shù)據(jù)量。研究比較了多種算法的優(yōu)劣、數(shù)據(jù)的稀疏表示以及提出了基于統(tǒng)計(jì)學(xué)的重構(gòu)結(jié)果評(píng)估方法。論文所提的方法在Matlab軟件中實(shí)現(xiàn)。仿真實(shí)驗(yàn)證明：壓縮感知算法可以在一些特定的條件下實(shí)現(xiàn)由少量環(huán)境特征恢復(fù)出更多環(huán)境特征,并在與真實(shí)測(cè)量值的比較中達(dá)到一定的準(zhǔn)確度。
【關(guān)鍵詞】：壓縮感知 環(huán)境特征 測(cè)量矩陣 恢復(fù)算法
【學(xué)位授予單位】：內(nèi)蒙古大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP274;TN92
【目錄】：

• 摘要4-5
• ABSTRACT5-11
• 第一章 緒論11-14
• 1.1 研究背景及意義11
• 1.2 國(guó)內(nèi)外科研現(xiàn)狀11-12
• 1.3 本文的主要工作12-13
• 1.4 論文的結(jié)構(gòu)安排13-14
• 第二章 壓縮感知理論14-26
• 2.1 壓縮感知理論框架14-19
• 2.1.1 問題簡(jiǎn)介14
• 2.1.2 信號(hào)的稀疏表示14-15
• 2.1.3 信號(hào)的壓縮測(cè)量15-16
• 2.1.4 信號(hào)重構(gòu)條件16-17
• 2.1.5 觀測(cè)矩陣17-19
• 2.2 壓縮感知重構(gòu)算法19-26
• 第三章 基于壓縮感知的數(shù)據(jù)恢復(fù)26-43
• 3.1 無線鏈路簽名的恢復(fù)26-28
• 3.1.1 單個(gè)無線鏈路簽名在時(shí)間域的恢復(fù)26-27
• 3.1.2 同一地點(diǎn)不同時(shí)間無線鏈路簽名的恢復(fù)27-28
• 3.1.3 同一環(huán)境不同地點(diǎn)無線鏈路簽名恢復(fù)28
• 3.2 接收信號(hào)強(qiáng)度的恢復(fù)28-31
• 3.3 測(cè)量矩陣的設(shè)計(jì)和選擇31-32
• 3.4 信號(hào)的稀疏處理32-36
• 3.4.1 減值法32
• 3.4.2 傳播特征法32-33
• 3.4.3 離散傅里葉變換33-34
• 3.4.4 小波變換34-36
• 3.5 RIP的處理36
• 3.6 基于統(tǒng)計(jì)學(xué)的重構(gòu)結(jié)果評(píng)估方法36-42
• 3.7 本章小結(jié)42-43
• 第四章 實(shí)驗(yàn)與評(píng)估43-54
• 4.1 測(cè)量矩陣測(cè)試43-44
• 4.2 無線鏈路簽名的恢復(fù)實(shí)驗(yàn)44-51
• 4.2.1 時(shí)間維度恢復(fù)實(shí)驗(yàn)44-47
• 4.2.2 同一地點(diǎn)個(gè)數(shù)恢復(fù)實(shí)驗(yàn)47-51
• 4.3 接收信號(hào)強(qiáng)度恢復(fù)51-54
• 第五章 總結(jié)與展望54-56
• 工作總結(jié)54
• 未來工作的展望54-56
• 致謝56-57
• 參考文獻(xiàn)57-61
• 攻讀碩士學(xué)位期間發(fā)表的論文61

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 馬少華,高峰,李敏,吳成東;神經(jīng)網(wǎng)絡(luò)分類器的特征提取和優(yōu)選[J];基礎(chǔ)自動(dòng)化;2000年06期

2 管聰慧,宣國(guó)榮;多類問題中的特征提取[J];計(jì)算機(jī)工程;2002年01期

3 胡威;李建華;陳波;;入侵檢測(cè)建模過程中特征提取最優(yōu)化評(píng)估[J];計(jì)算機(jī)工程;2006年12期

4 朱玉蓮;陳松燦;趙國(guó)安;;推廣的矩陣模式特征提取方法及其在人臉識(shí)別中的應(yīng)用[J];小型微型計(jì)算機(jī)系統(tǒng);2007年04期

5 趙振勇;王保華;王力;崔磊;;人臉圖像的特征提取[J];計(jì)算機(jī)技術(shù)與發(fā)展;2007年05期

6 馮海亮;王麗;李見為;;一種新的用于人臉識(shí)別的特征提取方法[J];計(jì)算機(jī)科學(xué);2009年06期

7 朱笑榮;楊德運(yùn);;基于入侵檢測(cè)的特征提取方法[J];計(jì)算機(jī)應(yīng)用與軟件;2010年06期

8 王菲;白潔;;一種基于非線性特征提取的被動(dòng)聲納目標(biāo)識(shí)別方法研究[J];軟件導(dǎo)刊;2010年05期

9 陳偉;瞿曉;葛丁飛;;主觀引導(dǎo)特征提取法在光譜識(shí)別中的應(yīng)用[J];科技通報(bào);2011年04期

10 王華,李介谷;人臉斜視圖象的特征提取與恢復(fù)[J];上海交通大學(xué)學(xué)報(bào);1997年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 尚修剛;蔣慰孫;;模糊特征提取新算法[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

2 潘榮江;孟祥旭;楊承磊;王銳;;旋轉(zhuǎn)體的幾何特征提取方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

3 薛燕;李建良;朱學(xué)芳;;人臉識(shí)別中特征提取的一種改進(jìn)方法[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

4 杜栓平;曹正良;;時(shí)間—頻率域特征提取及其應(yīng)用[A];2005年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

5 黃先鋒;韓傳久;陳旭;周劍軍;;運(yùn)動(dòng)目標(biāo)的分割與特征提取[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議專刊[C];2008年

6 魏明果;;方言比較的特征提取與矩陣分析[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

7 林土勝;賴聲禮;;視網(wǎng)膜血管特征提取的拆支跟蹤法[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 秦建玲;李軍;;基于核的主成分分析的特征提取方法與樣本篩選[A];2005年中國(guó)機(jī)械工程學(xué)會(huì)年會(huì)論文集[C];2005年

9 劉紅;陳光，

本文編號(hào)：701720