物聯(lián)網(wǎng)技術(shù)在煤礦推廣應(yīng)用面臨著網(wǎng)絡(luò)帶寬受限、傳輸互擾嚴(yán)重和無線傳感節(jié)點(diǎn)能量、計(jì)算能力受限的問題。高效、可靠、低編碼復(fù)雜度的信源編碼算法已經(jīng)成為煤礦物聯(lián)網(wǎng)發(fā)展中亟待解決的關(guān)鍵科學(xué)問題。分布式壓縮感知既能利用信號(hào)內(nèi)相關(guān)性又能利用信號(hào)間相關(guān)性,能把工作量從編碼端轉(zhuǎn)移至解碼端,而且可以通過適當(dāng)提高測(cè)量數(shù)達(dá)到抗噪聲的作用,特別適合煤礦監(jiān)控信源編碼,因此,本文就分布式壓縮感知及其在煤礦監(jiān)控信源編碼中應(yīng)用所面臨的關(guān)鍵科學(xué)問題,展開了以下研究:信號(hào)具有稀疏性和聯(lián)合稀疏性是能夠應(yīng)用分布式壓縮感知的前提條件,因此,研究了具有代表性的煤礦瓦斯?jié)舛刃旁春兔旱V圖像監(jiān)控信源在離散傅里葉基上的稀疏性和聯(lián)合稀疏性。研究結(jié)果表明它們?cè)诟道锶~基上稀疏性和聯(lián)合稀疏性良好,適合使用分布式壓縮感知進(jìn)行編解碼,這為后續(xù)進(jìn)行編解碼算法研究打下了基礎(chǔ)。針對(duì)隨機(jī)測(cè)量矩陣存在性能不確定、需傳輸測(cè)量矩陣的問題;稠密測(cè)量矩陣存在編碼復(fù)雜度高的問題,本文以Bose提出的一類平衡不完全區(qū)組設(shè)計(jì)的關(guān)聯(lián)矩陣為基礎(chǔ)框架,利用矩陣植入技術(shù)植入傅里葉矩陣,構(gòu)造了一類性能優(yōu)良、編碼復(fù)雜度低的確定性稀疏測(cè)量矩陣。實(shí)驗(yàn)結(jié)果表明,在有噪聲和無噪聲條件下,該測(cè)量矩... 

【文章來源】：中國(guó)礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：155 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
致謝
摘要
abstract
變量注釋表
常用縮略詞
1 緒論
    1.1 研究背景與意義
    1.2 煤礦監(jiān)控信源編碼研究現(xiàn)狀
    1.3 分布式壓縮感知研究現(xiàn)狀
    1.4 論文的研究思路
    1.5 論文的創(chuàng)新點(diǎn)
    1.6 小結(jié)
2 分布式壓縮感知理論
    2.1 引言
    2.2 壓縮感知
    2.3 分布式壓縮感知
    2.4 小結(jié)
3 煤礦監(jiān)控信源聯(lián)合稀疏性分析
    3.1 離散傅里葉基
    3.2 礦山瓦斯?jié)舛刃旁绰?lián)合稀疏性
    3.3 礦山圖像監(jiān)控信源聯(lián)合稀疏性
    3.4 壓縮感知與分布式壓縮感知實(shí)驗(yàn)比較
    3.5 小結(jié)
4 基于Bose平衡不完全區(qū)組設(shè)計(jì)的確定性稀疏編碼矩陣
    4.1 引言
    4.2 相關(guān)代數(shù)概念
    4.3 平衡不完全區(qū)組設(shè)計(jì)
    4.4 Bose平衡不完全區(qū)組設(shè)計(jì)
    4.5 基于Bose平衡不完全區(qū)組設(shè)計(jì)的確定性稀疏編碼矩陣
    4.6 性能分析
    4.7 實(shí)驗(yàn)結(jié)果與分析
    4.8 小結(jié)
5 基于GMW偽隨機(jī)序列的確定性稀疏編碼矩陣
    5.1 引言
    5.2 基本概念
    5.3 基于GMW偽隨機(jī)序列的確定性稀疏編碼矩陣
    5.4 性能分析
    5.5 實(shí)驗(yàn)結(jié)果與分析
    5.6 小結(jié)
6 基于灰狼優(yōu)化的聯(lián)合解碼算法
    6.1 引言
    6.2 背景知識(shí)
    6.3 基于灰狼優(yōu)化的聯(lián)合解碼算法
    6.4 計(jì)算復(fù)雜度分析
    6.5 實(shí)驗(yàn)結(jié)果與分析
    6.6 小結(jié)
7 聯(lián)合混合正交前后向匹配追蹤解碼算法
    7.1 引言
    7.2 聯(lián)合混合正交前后向匹配追蹤算法
    7.3 計(jì)算復(fù)雜度分析
    7.4 實(shí)驗(yàn)結(jié)果與分析
    7.5 小結(jié)
8 結(jié)論與展望
    8.1 結(jié)論
    8.2 展望
參考文獻(xiàn)
作者簡(jiǎn)歷
學(xué)位論文數(shù)據(jù)集


【參考文獻(xiàn)】：
期刊論文
[1]一種基于復(fù)合混沌映射的壓縮感知測(cè)量矩陣構(gòu)造方法研究[J]. 周偉,景博,張航,黃以鋒,李娟.  電子學(xué)報(bào). 2017(09)
[2]帳篷混沌序列稀疏測(cè)量矩陣構(gòu)造[J]. 胡行華,史明潔.  傳感器與微系統(tǒng). 2017(07)
[3]基于DCS的礦山物聯(lián)網(wǎng)微震數(shù)據(jù)重構(gòu)算法研究[J]. 趙小虎,鄧園芳,劉閃閃,楊勇.  安徽理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[4]基于DFT基的礦井視頻監(jiān)控圖像分塊壓縮感知方法[J]. 張帆,閆秀秀.  傳感技術(shù)學(xué)報(bào). 2017(01)
[5]壓縮感知技術(shù)在礦山物聯(lián)網(wǎng)中的應(yīng)用研究[J]. 趙小虎,鄧園芳,慕燈聰.  煤炭科學(xué)技術(shù). 2016(07)
[6]基于二進(jìn)制序列族的壓縮感知測(cè)量矩陣構(gòu)造[J]. 蘆存博,肖嵩,權(quán)磊.  電子與信息學(xué)報(bào). 2016(07)
[7]基于Legendre序列的確定性測(cè)量矩陣[J]. 崔翔,萬洪杰,肖亮,謝曉明.  計(jì)算機(jī)工程與應(yīng)用. 2016(16)
[8]m序列壓縮感知測(cè)量矩陣構(gòu)造[J]. 黨骙,馬林華,田雨,張海威,茹樂,李小蓓.  西安電子科技大學(xué)學(xué)報(bào). 2015(02)
[9]數(shù)據(jù)壓縮算法在煤礦類軟件系統(tǒng)中的應(yīng)用研究[J]. 張衛(wèi)國(guó).  工礦自動(dòng)化. 2013(10)
[10]基于壓縮感知的煤礦井下語音通信系統(tǒng)[J]. 馬麗娜,曹新德.  安徽理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(03)

博士論文
[1]煤礦井下分布式移動(dòng)瓦斯數(shù)據(jù)流傳輸與聚類技術(shù)研究[D]. 王剛.中國(guó)礦業(yè)大學(xué) 2015
[2]基于壓縮感知的多維度雷達(dá)成像方法研究[D]. 邱偉.國(guó)防科學(xué)技術(shù)大學(xué) 2014
[3]聯(lián)合稀疏恢復(fù)新型算法及其應(yīng)用研究[D]. 杜新鵬.國(guó)防科學(xué)技術(shù)大學(xué) 2013
[4]礦山數(shù)據(jù)壓縮采集與重建方法研究[D]. 徐永剛.中國(guó)礦業(yè)大學(xué) 2013

碩士論文
[1]煤礦井下無線安全監(jiān)測(cè)系統(tǒng)的數(shù)據(jù)壓縮技術(shù)研究[D]. 鄧丹楓.北京交通大學(xué) 2014
[2]煤礦安全系統(tǒng)中面向傳輸?shù)膶?shí)時(shí)圖像壓縮算法研究[D]. 蔡俊.華東師范大學(xué) 2006



本文編號(hào)：3431188