一般情況下,由無(wú)線傳感器網(wǎng)絡(luò)生成的海量感知數(shù)據(jù)記錄并描述了監(jiān)測(cè)對(duì)象的某種狀態(tài)。但是,由于傳感器網(wǎng)絡(luò)自身的特點(diǎn),節(jié)點(diǎn)采集的感知數(shù)據(jù)由于時(shí)間和空間上的相關(guān)性會(huì)存在大量冗余。因此,我們需要設(shè)計(jì)有效的數(shù)據(jù)收集策略來(lái)有效剔除冗余數(shù)據(jù),提取數(shù)據(jù)中的有價(jià)值信息。在眾多的感知數(shù)據(jù)壓縮和收集策略中,壓縮感知理論就是一種新穎的策略。壓縮感知理論有三個(gè)重要內(nèi)容:分別是特定變換基下信號(hào)的稀疏表征、構(gòu)建與特定基不相關(guān)的觀測(cè)矩陣以及重構(gòu)信號(hào)算法。壓縮感知理論表明只有可壓縮性信號(hào),或者特定變換基下的稀疏信號(hào),才可以通過(guò)求解一個(gè)優(yōu)化問(wèn)題,從少量的樣本中利用重構(gòu)算法重構(gòu)出原始信號(hào),以達(dá)到減少網(wǎng)絡(luò)中大量數(shù)據(jù)冗余的目的。本文主要針對(duì)以上問(wèn)題,以壓縮感知作為理論基礎(chǔ),對(duì)信號(hào)的稀疏性以及基于壓縮感知的路由策略（即,壓縮感知中觀測(cè)矩陣的構(gòu)建）進(jìn)行了研究。主要貢獻(xiàn)如下:（1）收集感知數(shù)據(jù):包括真實(shí)信號(hào)和人工合成信號(hào)。首先,在真實(shí)世界中部署100個(gè)ZigBee節(jié)點(diǎn),形成ZigBee傳感器網(wǎng)絡(luò),并收集了八種不同場(chǎng)景的采樣信號(hào)。其次,為了研究特定信號(hào)下壓縮感知的性能,我們?cè)O(shè)計(jì)了人工合成信號(hào)。（2）設(shè)計(jì)正交變換基:在壓縮感知中,不同的正交變...

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.1無(wú)線傳感器網(wǎng)絡(luò)架構(gòu)

圖2.1無(wú)線傳感器網(wǎng)絡(luò)架構(gòu)無(wú)線傳感器網(wǎng)絡(luò)的主要任務(wù)是通過(guò)感知識(shí)別技術(shù)產(chǎn)生感知數(shù)據(jù)，并將數(shù)據(jù)發(fā)送。傳感器節(jié)點(diǎn)、匯聚節(jié)點(diǎn)(以下簡(jiǎn)稱匯點(diǎn))和任務(wù)管理節(jié)點(diǎn)是無(wú)線傳感器網(wǎng)絡(luò)的要構(gòu)成部分。

圖2.3壓縮感知理論框架

圖2.3壓縮感知理論框架壓縮性信號(hào)NxR的長(zhǎng)度為N，可以看成是N×1維的列向TNx]。自然界中大多數(shù)信號(hào)都具有稀疏性，只要找到合適的變變?yōu)橄∈栊盘?hào)。假設(shè)信號(hào)x是正交基NNR下的稀疏信

圖3.1a)-h)表示從物理世界中收集到的八種不同場(chǎng)景的真實(shí)信號(hào)，每一種場(chǎng)景的信號(hào)包括4種

h1)h2)圖3.1a)-h)表示從物理世界中收集到的八種不同場(chǎng)景的真實(shí)信號(hào)，每一種場(chǎng)景的信號(hào)包括4種數(shù)據(jù)，分別為溫度、濕度、空氣質(zhì)量、光敏。其中，部分場(chǎng)景的光敏傳感器數(shù)值很大，故分為兩幅圖展示數(shù)據(jù)

圖3.2不同場(chǎng)景的采樣信號(hào)在不同的正交變換下的稀疏度

圖3.2不同場(chǎng)景的采樣信號(hào)在不同的正交變換下的稀疏度，我們展示了a)-h)八種不同場(chǎng)景的采樣信號(hào)分別在離散傅、小波變換、Row-trans變換、Col-trans變換下的稀疏表征傅里葉變換和離散余弦變換下信號(hào)的稀疏度不太顯著，小波

本文編號(hào)：4035253