基于傳感網(wǎng)絡的分布式壓縮采樣研究.pdf

1、分布式信息處理技術是無線傳感網(wǎng)絡不可或缺的部分，然而，高密度大范圍部署的傳感器所獲取的數(shù)據(jù)是巨量的，如何有效處理數(shù)據(jù)將面臨著傳感器節(jié)點能耗和計算資源約束的挑戰(zhàn)。對此，引入分布式壓縮傳感理論，并設計聯(lián)合稀疏重建算法，高概率的恢復各個信號，實現(xiàn)網(wǎng)絡數(shù)據(jù)有效處理。這種充分利用信號內和信號間的相關性來實現(xiàn)分布式壓縮的方式，為無線傳感器網(wǎng)絡中數(shù)據(jù)的獲取、傳輸、儲存提供了創(chuàng)新的解決方案，將分布式信息壓縮技術的發(fā)展又向前推進了一步，是一個非常有意義的

2、研究課題。
　　 本論文針對分布式網(wǎng)絡中不同規(guī)模信號的壓縮采樣以及恢復問題，在重構端構建了三種新的恢復算法，并且將傳統(tǒng)壓縮傳感解決的線性逆問題推廣到非線性情況，通過構建的控制算法很好的實現(xiàn)了信號的重建。具體研究內容和創(chuàng)新點如下:
　　 (1)基于貪婪方法提出了聯(lián)合支撐集追蹤算法。該算法充分利用信號的相關特性，用字典中多個較相關的原子代替單個原子，對支撐集進行全局追蹤，從而抑制測量噪聲干擾，達到信號的最優(yōu)逼近。仿真實驗表明

3、，該算法較傳統(tǒng)算法在重構精度和性能上都有了明顯的提高。
　　 (2)基于迭代方法提出了啟發(fā)式同步自適應迭代閾值算法。該算法引入閾值迭代的思想，采用啟發(fā)式差錯控制函數(shù)對重構信號集合進行同步的迭代收縮逼近，并選擇自適應非線性遞減閾值函數(shù)，進一步修正重構值。通過與不同算法間的實驗對比，該算法在處理大規(guī)模信號時優(yōu)勢更為突出，只需少量的測量值和迭代次數(shù)就能同步的精確恢復多節(jié)點稀疏信號集合，并且具有更強的噪聲魯棒性。
　　 (3)提