声明
致谢
变量注释表
1 绪论
1.1 研究背景与意义
1.2分布式压缩感知研究现状
1.2.1 稀疏表示研究现状
1.2.2 观测矩阵研究现状
1.2.3 压缩感知解码算法研究现状
1.2.4 分布式压缩感知联合解码算法研究现状
1.2.5 分布式压缩感知在煤矿行业内研究现状
1.3论文的研究内容和创新点
(1)煤矿分布式过程类信源联合稀疏性分析
(2)低计算复杂度的采样编码
(3)基于蝙蝠优化的解码算法
(4)基于分层置信传播的解码算法
1.4论文组织结构
2 信号分析理论基础
2.1压缩感知
2.1.1 信号的稀疏表示
2.1.2 观测矩阵
2.1.3 压缩感知解码算法
2.2分布式压缩感知
2.2.1 联合稀疏模型
2.2.2 联合解码算法
2.3煤矿微震信号空间相关性分析
2.4煤矿微震信号稀疏性分析
(1)离散傅立叶基
(2)小波基
(3)离散余弦基
2.5煤矿微震信号编解码实验
2.6本章小结
3 基于类LDPC观测矩阵的压缩编码
3.1常用的测量矩阵
3.1.1 高斯随机矩阵
3.1.2 部分哈达玛矩阵
3.1.3 logistics混沌矩阵
3.2 LDPC码的基本概念
3.2.1 LDPC码的概念和表示
3.2.2 LDPC码的构造
3.3类LDPC观测矩阵
3.4实验结果与分析
3.5本章小结
4 基于蝙蝠优化的解码算法
4.1蝙蝠算法
4.2基于蝙蝠优化的压缩感知解码算法
4.2.1 位置及适应度函数
4.2.2 初始化
4.2.3 更新机制
4.2.4 算法流程
4.3基于蝙蝠优化的分布式压缩感知联合解码算法
4.3.1 适应度函数
4.3.2 初始化
4.3.3 更新机制
4.4实验结果与分析
4.4.1 算法精度分析
4.4.2 算法效率分析
4.5微震信号中的应用
4.6本章小结
5 基于分层置信传播的解码算法
5.1分层置信传播算法的基本概念
5.1.1 LDPC码置信传播译码算法
5.1.2 LDPC码分层置信传播译码算法
5.2基于分层置信传播的压缩感知解码算法
5.2.1 消息初始
5.2.2 消息传递
5.2.3 算法步骤
5.3基于分层置信传播的分布式压缩感知联合解码算法
5.3.1 信号模型
5.3.2 信号恢复
5.4实验结果与分析
5.4.1 算法精度分析
5.4.2 算法效率分析
5.5微震信号中的应用
5.6本章小结
6 结论与展望
6.1结论
6.2展望
参考文献
作者简历
学位论文原创性声明
学位论文数据集