無(wú)線傳感網(wǎng)中一種基于量化壓縮感知的圖像傳輸方法研究.pdf

1、Candès、Tao、Romberg、Donoho等提出的壓縮感知(Compressing Sensing，CS)理論:信號(hào)采樣與壓縮同時(shí)發(fā)生，使得待采樣信號(hào)的壓縮比率大大降低。無(wú)線傳感器網(wǎng)絡(luò)中圖像作為用戶觀測(cè)現(xiàn)場(chǎng)最有效直觀的參數(shù)，備受研究人員關(guān)注。由于圖像數(shù)據(jù)量大，傳統(tǒng)的采樣定理對(duì)節(jié)點(diǎn)的處理速度，存儲(chǔ)能力，能耗有較高要求，這些成為多媒體傳感器網(wǎng)絡(luò)推廣的一大阻力。壓縮傳感理論利用圖像信號(hào)的稀疏性和可壓縮性去除數(shù)據(jù)間的冗余度，節(jié)省存儲(chǔ)空間

2、，簡(jiǎn)化數(shù)據(jù)處理，延長(zhǎng)網(wǎng)絡(luò)的壽命。但是采樣值經(jīng)過(guò)量化和信道傳輸后，受到量化噪聲和信道噪聲影響。若直接采用重構(gòu)算法重建，恢復(fù)后的信號(hào)將產(chǎn)生巨大失真，所以WSN圖像傳輸需要優(yōu)化的量化編碼方法和強(qiáng)魯棒性的重構(gòu)算法。
　　 目前主要研究對(duì)測(cè)量值進(jìn)行基于信息論的Huffman編碼方法和均勻的量化編碼方法，分析量階和重構(gòu)算法對(duì)信號(hào)恢復(fù)的影響，但很少考慮傳輸噪聲對(duì)信號(hào)重構(gòu)的影響。以上研究?jī)H考慮數(shù)據(jù)傳輸?shù)膯蝹€(gè)方面，沒(méi)有對(duì)系統(tǒng)傳輸給出解決方案。本文

3、簡(jiǎn)要介紹了與壓縮傳感有關(guān)的理論基礎(chǔ)知識(shí)、課題研究的背景和意義以及相關(guān)研究的國(guó)內(nèi)發(fā)展現(xiàn)狀等。從傳感器網(wǎng)絡(luò)自身特點(diǎn)考慮，借助于現(xiàn)有的通信模型即發(fā)送端量化編碼調(diào)制，經(jīng)信道傳輸，接收端解碼解調(diào)重構(gòu)，并以圖像為例:由于圖像數(shù)據(jù)量大和復(fù)雜度高，具有普通信號(hào)的一般特性，研究主要影響通信系統(tǒng)穩(wěn)定性的測(cè)量值編碼與傳輸問(wèn)題，采用自適應(yīng)量化編碼和Huffman編碼，推導(dǎo)出系統(tǒng)的誤差上界，并根據(jù)傳輸數(shù)據(jù)的先驗(yàn)信息，給出最優(yōu)非線性量化器的設(shè)計(jì)方案，并通過(guò)仿真實(shí)驗(yàn)