基于压缩感知理论无线传感器网络数据压缩

《基于压缩感知理论无线传感器网络数据压缩》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、基于压缩感知理论的无线传感器网络数据压缩DataCompressionBasedonCompressedSensinginWirelessSensorNetworks作者姓名刘胜学位类型学历硕士学科专业计算机系统结构研究方向嵌入式系统导师及职称史久根副研究员2013年4月合肥工业大学本论文经答辩委员会全体委员审查，确认符合合肥工业大学硕士学位论文质量要求。答辩委员会签名：（工作单位、职称）主席：王焕宝安徽建筑工业学院教授委员：汪荣贵合肥工业大学教授唐昊合肥工业大学教授薛美盛中国科学技术大学副教授张本宏合肥工业大学副教授

2、导师：史久根合肥工业大学副研究员独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标志和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得合肥工业大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签字：刘胜签字日期：2013年4月21日学位论文版权使用授权书本学位论文作者完全了解合肥工业大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送

3、交论文的复印件和磁盘，允许论文被查阅或借阅。本人授权合肥工业大学可以将学位论文的全部或部分论文内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：刘胜导师签名：史久根签字日期：2013年4月21日签字日期：2013年4月21日学位论文作者毕业后去向：工作单位：电话：通讯地址：邮编：基于压缩感知理论的无线传感器网络数据压缩摘要无线传感器网络负责感知、采集、处理和监控环境数据，但是容易受限于资源。压缩感知理论表明，通过求解最优化问题，稀疏

4、信号可以从少量的非自适应线性投影中得到高概率的精确恢复。根据压缩感知理论设计无线传感器网络的数据压缩方法只依赖于信号内在的结构和内容，而不是信号的带宽，弥补了无线传感器网络的不足。本文详细阐述了压缩感知理论，研究了传统的无线传感器网络数据压缩和网络编码方法。提出了结合压缩感知理论的稀疏随机投影的线性网络编码方案。该方案针对线性网络编码吞吐量大、编码简单的特点，在压缩感知理论框架下选择伯努利/拉德马赫随机矩阵作为测量矩阵，该矩阵具有渐近正态分布特性,满足受限等距性条件，解决了线性网络编码中可能出现的地址头拥塞问题。修正了

5、数据包格式以满足压缩感知精确重构的要求，当接收端收集到一定数目的数据包时，利用凸优化算法进行信号重构，有效解决了线性网络编码的“全解或无解”问题。仿真实验结果表明本系统在满足误差要求的条件下重构所需的数据包个数减少至总节点数目的30%，提高了无线传感器网络数据通信效率，降低了系统能耗。同其他无线传感器网络数据压缩算法相比，提出的算法具有实现简单、压缩效果好的优点，特别适用于资源有限、对精度要求不是特别严格的无线传感器网络。关键词：压缩感知；无线传感器网络；分布式压缩感知；稀疏随机投影；分布式数据压缩IDataCompr

6、essionBasedonCompressedSensinginWirelessSensorNetworksAbstractWirelessSensorNetwork(WSN)isresponsibleforsensing,collecting,processingandmonitoringenvironmentaldata,butitiseasilylimitedbyresources.ThenewlyemergingCompressedSensingtheoryholdsthatsparsesignalscanbe

7、exactlyreconstructedwithhighprobabilityfromasmallamountofnon-adaptivelinearmeasurementthroughoptimization.Wedesignadatacompressionmethodthatdependsonlyonthestructureandcontentofthesignal,ratherthanthebandwidthofthesignalinordertomakeupfortheshortageofWSN.Thisdis

8、sertationdescribesthetheoryofCompressedSensingindetail,researchesontraditionalWSNdatacompressionandnetworkcodingmethod.Wedesignalinearnetworkcodingschemeusingsparsera