無(wú)線傳感器網(wǎng)絡(luò)中分布式壓縮感知關(guān)鍵技術(shù).pdf

1、無(wú)線傳感器網(wǎng)絡(luò)(WSN，Wireless Sensor Networks)具有節(jié)點(diǎn)數(shù)目眾多、資源容易受限以及組成的節(jié)點(diǎn)同構(gòu)性的特點(diǎn)。因此，如何通過(guò)利用WSN節(jié)點(diǎn)感知數(shù)據(jù)的相關(guān)性對(duì)數(shù)據(jù)進(jìn)行壓縮，并以能量有效的方式來(lái)滿足WSN的應(yīng)用要求，是WSN應(yīng)用亟待解決的問(wèn)題。近年來(lái)，一種新的信號(hào)壓縮編碼理論----壓縮感知(CS，Compressed Sensing)逐漸發(fā)展起來(lái)。壓縮感知具有編碼低復(fù)雜度、壓縮性能優(yōu)異、編碼和解碼相互獨(dú)立等優(yōu)點(diǎn)，所以

2、，CS特別適合應(yīng)用在資源受限的WSN中。WSN節(jié)點(diǎn)的感知數(shù)據(jù)具有時(shí)空相關(guān)性，分布式壓縮感知(DCS，Distributed Compressed Sensing)正是側(cè)重于研究如何通過(guò)利用信號(hào)的內(nèi)相關(guān)性以及互相關(guān)性來(lái)對(duì)多個(gè)信號(hào)進(jìn)行重構(gòu)，因此，DCS在WSN中具有廣闊的應(yīng)用前景。
　　本文首先對(duì)無(wú)線傳感器網(wǎng)絡(luò)的現(xiàn)狀及應(yīng)用作了詳細(xì)的介紹，對(duì)壓縮感知的基本理論框架也進(jìn)行了較為深刻的闡述和探討，特別針對(duì)其中信號(hào)的稀疏變換、信號(hào)的壓縮測(cè)量以

3、及信號(hào)的重構(gòu)等關(guān)鍵技術(shù)進(jìn)行了詳盡描述。然后，根據(jù)無(wú)線傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)感知數(shù)據(jù)的空間相關(guān)性，建立了無(wú)線傳感器網(wǎng)絡(luò)中基于空間相關(guān)性的分布式壓縮感知的模型，在此模型的基礎(chǔ)上提出了編碼解碼算法，并研究了分布式壓縮感知的重構(gòu)誤差和數(shù)據(jù)壓縮比之間的關(guān)系。在此基礎(chǔ)上，研究WSN節(jié)點(diǎn)感知數(shù)據(jù)的時(shí)空相關(guān)性以及分布式壓縮感知的聯(lián)合稀疏模型，建立了無(wú)線傳感器網(wǎng)絡(luò)中基于聯(lián)合稀疏模型的時(shí)空相關(guān)性分布式壓縮感知模型，提出了相應(yīng)的編碼解碼方案，并對(duì)分布式壓縮感知的聯(lián)