2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩63頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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)線電層析成像(RTI,Radio Tomographic Imaging)是利用無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)之間傳輸?shù)纳漕l信號(hào)的陰影衰落特性來(lái)推測(cè)環(huán)境信息的過(guò)程。層析成像本質(zhì)上是由高維的測(cè)量信息恢復(fù)場(chǎng)景圖像,因此需要求解超定方程組的逆問(wèn)題。這需要建立大量的鏈路來(lái)進(jìn)行斷層掃描,因此對(duì)無(wú)線傳感器網(wǎng)絡(luò)的能耗與通信帶來(lái)了挑戰(zhàn)。近年來(lái)提出的壓縮傳感理論表明利用場(chǎng)景圖像具有稀疏表示的先驗(yàn)知識(shí),僅需采集少量射頻信號(hào)即可進(jìn)行圖像重建。本文引入集中式的貝葉斯壓縮

2、傳感技術(shù)到無(wú)線電層析成像網(wǎng)絡(luò),實(shí)現(xiàn)了對(duì)場(chǎng)景圖像的壓縮測(cè)量,仿真與實(shí)驗(yàn)表明該算法可以以高概率恢復(fù)場(chǎng)景圖像,同時(shí)節(jié)約了無(wú)線傳感器網(wǎng)絡(luò)的能源與通信資源。
   本文主要研究工作包括以下幾個(gè)部分:
   1.研究層析成像網(wǎng)絡(luò)中無(wú)線信道陰影衰落特性。分析無(wú)線信道中物體遮擋情況與接收信號(hào)強(qiáng)度之間的關(guān)系,為壓縮傳感的層析成像提供測(cè)量手段。
   2.根據(jù)壓縮傳感理論,本文采用從所有通信鏈路中隨機(jī)抽取少量鏈路進(jìn)行壓縮測(cè)量,并用貝

3、葉斯壓縮傳感算法對(duì)場(chǎng)景圖像進(jìn)行重建。同時(shí)根據(jù)貝葉斯壓縮傳感理論提出的最大化增量熵,設(shè)計(jì)了最優(yōu)的增量測(cè)量方法。
   3.對(duì)基于貝葉斯壓縮傳感的層析成像方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證。通過(guò)與正交匹配追蹤算法進(jìn)行對(duì)比,分析測(cè)量次數(shù)與噪聲對(duì)恢復(fù)精度的影響。實(shí)驗(yàn)對(duì)單人、多人情況下的場(chǎng)景圖像做恢復(fù),結(jié)果表明,該恢復(fù)算法在具有噪聲干擾的情況下也能以高概率恢復(fù)場(chǎng)景圖像;采用最優(yōu)增量測(cè)量方法比隨機(jī)增量測(cè)量方法重建誤差小、收斂速度快。實(shí)驗(yàn)表明本文引入的貝葉斯

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。

評(píng)論

0/150

提交評(píng)論