基于CS理論的帶狀稀疏測(cè)量矩陣在無(wú)線傳感網(wǎng)絡(luò)中的應(yīng)用研究.pdf

1、大規(guī)模無(wú)線傳感網(wǎng)絡(luò)(WSN)是由一個(gè)帶有一定區(qū)域節(jié)點(diǎn)的分布式無(wú)線傳感網(wǎng)絡(luò)組成，但傳感節(jié)點(diǎn)能量有限，故充分利用傳感器感知數(shù)據(jù)之間的相關(guān)性以減少通訊費(fèi)用的需求非常有必要，而經(jīng)典的奈奎斯特采樣定理需要其采樣頻率高于其信號(hào)的最高頻率的兩倍，采樣率過(guò)高從而導(dǎo)致其能量消耗較大。最近采樣技術(shù)----壓縮傳感CS(Compressive Sensing)，它只需要知道信號(hào)能夠在某個(gè)基上進(jìn)行稀疏表示，那么它就可以通過(guò)在另一組非相干基上經(jīng)過(guò)較少次的采樣來(lái)對(duì)

2、原始信號(hào)進(jìn)行恢復(fù)。這種采樣方法有著強(qiáng)大的數(shù)學(xué)背景以及廣泛的應(yīng)用，且能夠突破奈奎斯特采樣定理的極限去重構(gòu)可壓縮信號(hào)，故引起了國(guó)內(nèi)外普遍重視。
　　 本論文主要工作如下：
　　 首先，介紹了壓縮傳感CS的基本理論，針對(duì)節(jié)點(diǎn)密集的無(wú)線傳感網(wǎng)絡(luò)中的空間感知數(shù)據(jù)相關(guān)的場(chǎng)景，對(duì)在無(wú)線傳感網(wǎng)絡(luò)中如何利用壓縮傳感CS進(jìn)行有效數(shù)據(jù)采集的問(wèn)題進(jìn)行了深入地討論。我們給出了一個(gè)基于CS模型的信號(hào)采樣的嶄新框架，并利用CS采樣及重構(gòu)方法對(duì)于N維空

3、間感知數(shù)據(jù)僅僅通過(guò)P次測(cè)量（其中P遠(yuǎn)遠(yuǎn)小于N），它具有優(yōu)異的壓縮性能、非適應(yīng)性采樣以及低復(fù)雜度的編碼等優(yōu)點(diǎn)，并通過(guò)正交匹配追蹤算法進(jìn)行恢復(fù)原始信號(hào)，使得它適用于資源受限的無(wú)線傳感網(wǎng)絡(luò)。我們進(jìn)行了模擬實(shí)驗(yàn)，并將該方法進(jìn)行網(wǎng)絡(luò)診斷以及場(chǎng)信號(hào)重建，實(shí)驗(yàn)結(jié)果證明了CS壓縮策略能夠?qū)π盘?hào)進(jìn)行重構(gòu)。
　　 其次，在傳感網(wǎng)絡(luò)的實(shí)際應(yīng)用中，壓縮傳感CS的隨機(jī)測(cè)量矩陣需要很高自由度以獲得最優(yōu)的非相干，但其硬件前端實(shí)現(xiàn)比較困難且代價(jià)高，故將自由度很