论文部分内容阅读
随着物联网以及传感器网络的发展及应用,传感器网络节点处日益增加的数据采集量和传输量给现有的采样技术带来了越来越大的挑战。为了避免过高的数据量限制了传感器网络的发展,可能减少数据的采集量及发送量是急待解决的问题。压缩感知理论的提出,为信号采样方法提出了新的可能。该理论指出可以利用信号的稀疏特性,运用一定的方法降低采样频率。随着压缩感知理论的日益完善,它在传感器网络领域的应用也备受关注。本文首先介绍了传感器网络及压缩感知的理论背景,介绍了传感器网络有待解决的问题,进而解释了压缩感知在传感器网络中应用的意义。并对压缩感知理论现有的采样器的实现方式进行简要介绍,分析其应用范围,得出结论在传感器网络节点处的采样中需要探索新的方法进行采样。本文根据现有的采样中存在的问题,提出了一种适用于传感器网络的测量矩阵,其构造并用其进行仿真,结果显示该测量矩阵可以用于压缩采样。在通过对比确定了测量矩阵的形式之后对硬件实现方法进行了探索,提出一种随机采样方法,并对系统进行了优化,仿真实验实验结果表明该系统可以实现压缩采样.优化后的系统可以以比较高的精度重构原始信号。