应用压缩感知的无线传感器网络数据处理综述

《应用压缩感知的无线传感器网络数据处理综述》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ReviewandComment应用压缩感知的无线传感器网络数据处理综述宣利峰，熊继平，赵健(浙江师范大学数理与信息工程学院，浙江金华321004)摘要：研究了压缩感知在无线传感器网络数据处理方面的应用。介绍了压缩感知技术和无线传感器网络的发展及研究现状，并从数据融合、信号采集、信号路由传输以及信号重构4个方面，对近年来基于压缩感知的无线传感器网络数据处理研究进行了详尽的分析，提出数据安全的重要性。总结并展望了压缩感知技术未来的研究方向。关键词：压缩感知；无线传感器网络；稀疏信号；数据处理中图分类号：TP212．9文献标识码：A文章编号：1674—7720(201

2、2)20—0001—04AsurveyofwirelesssensornetworksdataprocessingbasedoncompressivesensingXuanfJfeng，XiongJiping，ZhaoJian(CollegeofMathematics，PhysicsandInformationEngineering，ZJNU，Jinhua321004，China)Abstract：Thispaperinvestigatestheapplicationsofcompressedsensing(CS)inwirelesssensornetworks(

3、WSNs)．Firstly，thedevelopmentandresearchstatusofcompressedsensingtechnologyandwirelesssensornetworksaredescribed，thenadetailedinves-tigationofWSNsresearchbasedonCSareconductedfromaspectsofdatafusion，signalacquisition，signalroutingtransmission，andsignalreconstruction．Attheendofthepaper，

4、weconcludeoursurveyandpointoutthepossiblefutureresearchdirections．Keywords：compressedsensing；wirelesssensornetworks；sparsesignal；dataprocessing近年来，无线传感器网络IWSNs(WirelessSensoring)技术也称为压缩传感或压缩采样，是近年来信号处Networks)的通信和协议设计已经得到了广泛的研究，它理领域的一项新技术]。自从2006年起有正式论文发常应用于国防军事、环境监测、交通管理等诸多国际上表之后，迅速引

5、起国内外相关领域研究者的高度重视。备受关注的热点研究领域中。然而，在无线传感器网络该领域的先驱者是TerenceTao等[3-61，其理论研究的重中，由于具有节点存储容量与节点能量等资源受限的特点主要集中在传感矩阵选取和重构算法的构建两大方征，如何降低采集的数据量，从而减少各个节点能量的面。短短的几年时间，压缩感知从自身理论到应用都得消耗、增加网络的通信容量、提高网络的生存寿命，一直到了飞速的发展，成为热点的研究方向，被广泛地应用是研究的热点。压缩感知理论是针对稀疏或可压缩信到诸如医学图像处理、雷达、通信、人脸识别、机器学习号，在采样的同时即可对信号数据进行适当压

6、缩的新理等领域中。论，这使其在信号处理领域有着突出的优点和广阔的应压缩感知过程可以描述为：当某一信号满足稀疏性用前景。在数据采集和信号处理中，压缩传感理论突破或在某个变换域中为稀疏形式时，压缩感知理论能够以了传统香农定理的局限性，通过改变数据采集模式，实较少的测量信号精确重构被测量的信号。其理论框架如现了传统理论的进一步发展与创新；利用数据之间的相图1所示。关性，极大地减少了网络中数据的传输和存储；结合适第1步第2步第3步当的路由协议，改善了整个网络的通信容量、延时以及网络生存寿命等问题。_·。_____________。_。-_一‘。‘‘。。。。。。。。。。。。

7、。。⋯⋯■·-·__-__-____。。一图1压缩感知理论框架1压缩感知、无线传感网络研究现状已知从某一个测量矩阵∈RMxN(<<Ⅳ)以及信号1．1压缩感知理论x，则其信号测量过程如下：压缩感知CS(C0mpressiveSensingorCompressedSens．．)，f=f=咖0(1)基金项目：浙江省大学生科技创新活动计划(新苗人才计划)(2011R404045)《微型机与应用》2012年第31卷第20期欢迎网上投稿www．pcachina．corn1万方数据嗣穗andc0mmem其中X为原信号，Y为测量值，为稀疏矩阵，为测量程度上只能通过数据安全技术解决

8、，密码技术