基于壓縮感知的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)壓縮研究.pdf

1、無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,WSN)源于對(duì)外界信息的需求，得益于嵌入式技術(shù)的發(fā)展。由于WSN中節(jié)點(diǎn)的電源一般不可更換，所以能耗成為制約WSN網(wǎng)絡(luò)壽命的關(guān)鍵因素，同時(shí)也是WSN中一項(xiàng)重要的研究?jī)?nèi)容。而壓縮感知(Compressed Sensing,CS)技術(shù)是有效解決上述問題的方法之一。
　　CS是在2004年由陶哲軒等人提出的一種新的信號(hào)采樣理論，與傳統(tǒng)奈奎斯特采樣定律相比，CS最大不同之處在

2、于采樣速率取決于信號(hào)本身的結(jié)構(gòu)而不是信號(hào)的帶寬，所以CS可以在低于傳統(tǒng)的奈奎斯特采樣速率的條件下，有效恢復(fù)采樣信號(hào)。并且近年來(lái)，將CS應(yīng)用于WSN已成為一大熱點(diǎn)。
　　CS通過線性運(yùn)算大大減少發(fā)送信息的量，以此降低節(jié)點(diǎn)在發(fā)送和接受信息時(shí)所消耗的能耗，從而達(dá)到節(jié)能的效果。但是，運(yùn)用CS只是節(jié)能的手段，并不是最終目的，獲取監(jiān)測(cè)區(qū)域的信息才是關(guān)鍵。所以如果將CS運(yùn)用到WSN中，所面臨的核心問題是：一是如何將發(fā)送信息盡可能的壓縮，以減少節(jié)

3、點(diǎn)發(fā)送與接收信息時(shí)所消耗的能量；二是如何將壓縮之后的信息最大限度的恢復(fù)，以獲取外界信息。
　　針對(duì)上述問題，本文主要研究了感知矩陣的設(shè)計(jì)以及分布式壓縮感知的改進(jìn)。在設(shè)計(jì)感知矩陣方面的主要工作為：利用球形幾何的相關(guān)特性設(shè)計(jì)感知矩陣，并證明該種矩陣滿足限制等距特性(Restricted Isometry Property，RIP)。在改進(jìn)分布式壓縮感知主要工作為：一是將權(quán)重的方法運(yùn)用到分布式壓縮感知中獲取多個(gè)信號(hào)的共同部分；二是提出了