壓縮感知在無線傳感器網絡中的應用研究.pdf

1、隨著無線傳感器網絡規(guī)模擴大，能量消耗、數(shù)據(jù)流量增大等問題越顯突出。
　　 壓縮采樣技術的出現(xiàn)為解決這些問題提供了一種有效途徑，因此，成為目前研究的一個熱點。本文將壓縮感知技術應用于無線傳感器網絡中，作了如下幾個方面的研究工作。
　　 針對無線傳感器網絡中信號的恢復精度問題，本文在正交匹配追蹤算法、正則化匹配追蹤算法以及稀疏度自適應匹配追蹤算法基礎上綜合得到一種改進的稀疏度自適應匹配追蹤恢復算法。該算法的主要思想是：在整個

2、迭代過程中，首先，求解當前階段中數(shù)量固定的最大相關系數(shù)所對應原子索引來構建候選集，再在其基礎上選出滿足正則化要求的原子索引集，然后根據(jù)已選的索引集，采用相同的方法得到數(shù)量固定的最大相關系數(shù)索引值來構建支撐集，將支撐集對應的原子集進行正交化處理，并根據(jù)新支撐集恢復稀疏信號，求解殘余值，最后比較前后兩次的殘余值二范數(shù)，對應的更新迭代段索引、選擇最大相關系數(shù)的數(shù)量、殘余值，一直到滿足停止條件為止。通過軟件實驗的仿真，將改進算法與稀疏自適應匹配

3、追蹤恢復算法相比較，在一定的噪聲干擾下，改進算法能夠精確恢復原始信號，其成功恢復概率提高了10％左右，且具有良好的抗噪特性。
　　 在無線傳感器網絡中信號恢復基礎上，為了研究如何提高網絡中檢測處于工作狀態(tài)稀疏節(jié)點的概率，本文分析壓縮感知基本原理和L1范數(shù)最小化問題，得到一種改進的下降迭代檢測算法。該算法的主要思想是：設置一個最大的迭代次數(shù)，每一次進入迭代之前，將本次迭代的次數(shù)與最大值比較。如果大于最大值，就停止迭代；否則，繼續(xù)迭