基于無線傳感器網絡的自適應壓縮傳感重構算法的研究.pdf

1、作為物聯(lián)網技術的核心之一，無線傳感器網絡(WSN)受到人們越來越多的重視，如何克服硬件資源的限制實現(xiàn)大規(guī)模的數(shù)據采集和傳輸，成為WSN廣泛應用和物聯(lián)網技術快速發(fā)展的瓶頸。壓縮傳感(CS)理論提出一種新的數(shù)據采集處理方式，采用消除原始數(shù)據的冗余，通過非自適應的測量方式從根本上減少數(shù)據的傳輸，突破了傳統(tǒng)的數(shù)據處理技術。
　　 本文致力于將CS應用于WSN中，在深入研究WSN數(shù)據特性和CS關鍵技術的基礎上，重點深入研究了CS重構算法，

2、探尋出適合WSN數(shù)據特性的重構算法。
　　 在對匹配追蹤系列算法和閾值迭代算法進行理論分析和實驗仿真對比的基礎上，針對稀疏度未知信號，提出一種稀疏度自適應的CSAMP算法，采用壓縮采樣，改進了支撐集原子選擇方式及迭代終止條件，克服了傳統(tǒng)的匹配追蹤算法在信號夾雜噪聲情況下無法精確重構的缺點，實現(xiàn)了夾雜噪聲信號的稀疏度自適應重建，在提高算法準確度與效率的同時，對噪聲有較好的魯棒性，實現(xiàn)了重建過程的稀疏度自適應。同時基于MATLAB對

3、算法進行仿真驗證，可以看出該算法在重構精度、效率及穩(wěn)定性上都有明顯提升，且其對噪聲的魯棒性使其具有較強的應用潛力。
　　 在CSAMP的基礎上，將迭代閾值思想與其高效結合，針對WSN數(shù)據特性提出ITCSAMP算法，對于稀疏度未知信號能夠實現(xiàn)在提高算法重構精度與效率的同時，不僅對噪聲有較好魯棒性，而且還增強了處理較小測量信號時算法的穩(wěn)定性，從而節(jié)省了WSN的硬件資源。利用MATLAB對算法進行仿真實驗，并與其他算法對比分析，該算法