無(wú)線傳感網(wǎng)數(shù)據(jù)重構(gòu)算法

　　隨著物聯(lián)網(wǎng)應(yīng)用的日益普及，作為其核心技術(shù)之一的無(wú)線傳感器網(wǎng)絡(luò)已成為國(guó)內(nèi)外學(xué)者關(guān)注和研究的重點(diǎn)。無(wú)線傳感器網(wǎng)絡(luò)是由大量部署在監(jiān)測(cè)區(qū)域內(nèi)的微型傳感器節(jié)點(diǎn)組成，通過(guò)無(wú)線通信方式形成的一個(gè)多跳的自組織網(wǎng)絡(luò)系統(tǒng)，其目的是協(xié)作感知、采集和處理網(wǎng)絡(luò)覆蓋區(qū)域內(nèi)觀測(cè)對(duì)象的相關(guān)信息，并發(fā)送至觀察者。無(wú)線傳感器節(jié)點(diǎn)的計(jì)算、存儲(chǔ)和傳輸能力均受到限制，通過(guò)對(duì)感知數(shù)據(jù)進(jìn)行壓縮采集，可以有效地降低傳感器網(wǎng)絡(luò)的能量消耗。目前，如何對(duì)無(wú)線傳感器網(wǎng)絡(luò)中的數(shù)據(jù)進(jìn)行分布式壓縮式采集，進(jìn)而延長(zhǎng)傳感器網(wǎng)絡(luò)的工作壽命，已成為無(wú)線傳感器網(wǎng)絡(luò)研究中的核心問(wèn)題之一。

　　無(wú)線傳感器網(wǎng)絡(luò)中數(shù)據(jù)具有較強(qiáng)聯(lián)合稀疏特性，應(yīng)用壓縮感知理論，通過(guò)聯(lián)合編碼壓縮數(shù)據(jù)，再使用聯(lián)合解碼進(jìn)行還原，可實(shí)現(xiàn)低采樣代價(jià)收集傳感數(shù)據(jù)。提出了一種基于聯(lián)合稀疏模型與壓縮感知理論的同步子空間追蹤算法，以稀疏特性為先驗(yàn)知識(shí)，通過(guò)回溯迭代方式，判斷并選取合適的聯(lián)合子空間，用更少量觀測(cè)值實(shí)現(xiàn)原始傳感數(shù)據(jù)的精確重構(gòu)。與SCoSaMP算法、SP算法在不同稀疏特性和不同采樣率下相比較，同步子空間追蹤算法具有較好的恢復(fù)性能。