声明
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 微环境质量监测现状
1.2.2 移动物联平台上的微环境数据感知现状
1.2.3微环境数据处理和分析现状
1.3 本文研究内容
1.4 论文结构
第2章 相关研究
2.1 空气质量感知技术
2.1.1 高成本静态感知方法
2.1.2 低成本静态感知方法
2.1.3 非参与式动态感知方法
2.1.4 群智感知方法
2.2 传感器校准技术
2.2.1 线性校准模型
2.2.2 非线性校准模型
2.3 压缩感知技术
2.3.1 压缩感知理论
2.3.2 l1近似方法
2.3.3 贪婪算法
2.3.4 贝叶斯压缩感知算法
2.4 本章小结
第3章 基于硬件校准和软件校准的数据校准方法
3.1 引言
3.2 硬件校准模型的设计
3.2.1 两阶段学习方法的总体架构
3.2.2 产出残差的线性模型
3.2.3 残差数据集构建非线性模型
3.3 软件校准模型的设计
3.3.1 空气污染物扩散模型
3.3.2 软件校准模型
3.4 本章小结
第4章 基于贝叶斯压缩感知的微环境监测技术
4.1 引言
4.2 监测区域的网格划分
4.3 基于压缩感知的微环境监测
4.4 红包部署方法
4.4.1 开环熵方法
4.4.2 开环互信息方法
4.4.3 自适应 BCS 方法
4.5 微环境监测模型
4.6 本章小结
第5章 系统设计和实验验证
5.1 系统设计
5.1.1 系统框架
5.1.2 系统原型构建
5.2 性能评估
5.2.1 数据恢复效果评估
5.2.2 影响性能的外部因素
5.2.3 数据校准的有效性
5.2.4基于自适应BCS的传感器部署方法评估
5.3 本章小结
结论
参考文献
附录A攻读学位期间所发表的学术论文目录
附录B攻读学位期间参与的主要项目
致谢
湖南大学;