压缩感知在无线传感器网络中的应用.pdfVIP

ScenceTec noogyVson 科技视界 压缩感知在无线传感器网络中的应用 周玉伟 张玉兰 任 云 渊重庆邮电大学 中国重庆袁 400065冤 【摘 要】本文通过应用压缩感知方法，选择托普利兹矩阵作为观测矩阵，将采集到的数据进行融合，大大减少网络通信的数据量，从而延 长无线传感器网络寿命 【关键词】压缩感知；托普利兹；无线传感器网络寿命 园 引言 当 和 都为正交矩阵，相关系数的范围为 （，） ， ， 囟 追 u 囟 追 沂[1/ N 1 ] 姨 相关系数就越小，观测值携带的有用信息就越多，精确重构信号的概 无线传感器网络（ ， ）是由大量低成本， WirelessSensorNetwork WSN 率就越高。 能量受限的传感器节点以一定的拓扑结构组成的无线自组织网络。凭 重构算法一般可以分为两类 借其隐蔽、容错、部署便捷等优点， 在目标跟踪、医疗护理、智能 WSN （）凸松弛法。该方法是将非凸优化问题转化为凸优化问题。主要1 交通、军事等领域有着广泛地应用。由于成本、体积的限制，传感器节 包括基追踪算法、梯度投影稀疏重建法、迭代硬阀值法等。 点电池容量不是很大，并且由于工作环境特殊，或者节点熟练庞大，人 （）贪婪追踪算法。这类方法是针对组合优化问题提出，主要是将2 们无法频繁更换电池。因此，在获得有用信息前提下，怎么延长整个无 信号与原子之间的联系作为测量原子更加或非零的一种方式。基本原 线传感器网络的寿命是国内外学者的研究重点。在WSN中，传感器节 则就是通过迭代的方式寻找稀疏向量的支撑集，并且使用受限支撑最 点能量主要消耗在三个方面 数据传输、信号处理和硬件操作。其中， 小二乘估计来重构信号。这类算法包括匹配追踪算法、正交匹配追踪 数据传输消耗的能量占总能量消耗的 。针对上述问题， 在传 90% WSN 算法、分段OMP算法等。 感器节点采集数据的过程中运用数据融合技术是一种有效的手段。 压缩感知 （ ）由美国学者 、 和 CS CompressSensing Tao Romberg Donoho 2 观测矩阵的选择 等人在泛函分析和逼近论的理论基础上，根据信息论的研究成果建立 了压缩感知理论。 理论指出 只要信号是稀疏的或可压缩的，我们 CS理论中的常用观测矩阵主