无线电层析成像(RTI，Radio Tomographic Imaging)是利用无线传感器网络节点之间传输的射频信号的阴影衰落特性来推测环境信息的过程。层析成像本质上是由高维的测量信息恢复场景图像，因此需要求解超定方程组的逆问题。这需要建立大量的链路来进行断层扫描，因此对无线传感器网络的能耗与通信带来了挑战。近年来提出的压缩传感理论表明利用场景图像具有稀疏表示的先验知识，仅需采集少量射频信号即可进行图像重建。本文引入集中式的贝叶斯压缩传感技术到无线电层析成像网络，实现了对场景图像的压缩测量，仿真与实验表明该算法可以以高概率恢复场景图像，同时节约了无线传感器网络的能源与通信资源。　　 本文主要研究工作包括以下几个部分：　　 1.研究层析成像网络中无线信道阴影衰落特性。分析无线信道中物体遮挡情况与接收信号强度之间的关系，为压缩传感的层析成像提供测量手段。　　 2.根据压缩传感理论，本文采用从所有通信链路中随机抽取少量链路进行压缩测量，并用贝叶斯压缩传感算法对场景图像进行重建。同时根据贝叶斯压缩传感理论提出的最大化增量熵，设计了最优的增量测量方法。　　 3.对基于贝叶斯压缩传感的层析成像方法进行了实验验证。通过与正交匹配追踪算法进行对比，分析测量次数与噪声对恢复精度的影响。实验对单人、多人情况下的场景图像做恢复，结果表明，该恢复算法在具有噪声干扰的情况下也能以高概率恢复场景图像；采用最优增量测量方法比随机增量测量方法重建误差小、收敛速度快。实验表明本文引入的贝叶斯压缩传感算法和最优增量测量方法，在无线电层析成像网络的场景图像恢复应用中能取得更好的效果。　　 4.根据无线电层析成像网络应用的特殊性，设计与之相应的客户终端软件，通过该软件可以实时显示场景的状态。