论文部分内容阅读
随着物联网技术的日益迅速发展,无线传感器网络(WSN)成为了备受关注的一项新兴技术之一。WSN通过在监测区域放置微型传感器节点,实现实时监测与采集数据,通过自组织网络的形式,并采用多跳通信完成数据的传输,是一项在众多领域中得到广泛应用的技术。面对WSN在对大规模海量数据的处理能力上的不足,压缩感知(CS)理论为WSN开启了全新的关于信号处理与传输的模式。 本文对压缩感知理论与WSN技术进行了深入研究,将CS引入到WSN的数据处理过程中。重点研究了压缩感知的理论模型与适用于WSN中的相关压缩感知信号重构算法,并分析了各类重构算法的优劣。 针对现有重构算法在重构精度和运算效率上的不足,本文提出了一种基于回溯迭代阈值匹配追踪算法(BITMP)。BITMP算法兼顾了迭代阈值类算法与匹配追踪类算法的优点,通过对迭代阈值方法添加回溯步骤,并结合了匹配追踪算法的结构框架。BITMP算法具有稳定性,高效性以及精确性等诸多优势。 另外,本文提出一种分段式压缩采样阈值算法(SCST)。SCST算法创新性地信号重构过程划分为两个阶段,在第一阶段中实现对原子的初步筛选,第二阶段完成候选原子的检验与重构信号的估计。在重构性能方面,SCST算法在重构成功率,重构精度和重构效率上均优于现有同类传统算法。 利用MATLAB对本文提出的BITMP算法与SCST算法进行了信号重构的仿真实验,并与多种相关重构算法进行了对比,实验证明BITMP算法与SCST算法对信号有着良好的重构性能。本文的研究成果将有效的推动压缩感知理论与WSN技术的有机结合,为压缩感知理论走向实际应用具有指导作用。