基于压缩感知的无线传感器网络信号采集和稀疏表示研究

《基于压缩感知的无线传感器网络信号采集和稀疏表示研究》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、．‘Ｉ／，奔惜却Ｉ｜：＾单位代码：９３：＿密级私Ｈ．唯公开片＞Ｊ．．’｜！．；ｖ，．ｊ．＾Ａ，蒙‘山’作条沸４違若緣扣；＇．－－．．去汽技．．！導賀：硕去《隹讼义’―’；．‘１．．．．．尺与—＇＇＾＝‘々进Ｉ＼？－－賢１曜［、，，＇瓦．．＇．＇户Ｖ．论文题－目；基于压缩感知的无线传感器网络皆信号采集和稀疏表示研巧＼．？、＼■片八営县１０１３０４１２１８心遗右过儿‘，一占？Ｌ

2、＾—，；．姓名王篮霞讀宗０气處可．？；导师邹志强副教授冷度？学科专业计算机应用技术ｒ藻巧，．＇‘．Ｖ一压缩感知理讼研究方向＇■尹．＇＇王堂極±．申请学位类别：件＇■‘？．．‘一，六年二‘论文提交日期三零月ｒｉ．、：ＩｙＪｔ１／，‘；ｖ？？二ｊ．■，｝？，．＇咬－．―一，ｋ＇：，八中．Ｉ一‘．－＂；ｔ．／＇＇ｉ■：南京邮电大学学位论文原创性声明本人声明所呈交的学位论文

3、是我个人在导师指导下进行的研究王作及取得的研究成果。尽我所知，除了文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。一与我本人同学工位作论的文同及志涉对及本相研充所做的任何贡献均已在论文中作了明确的说明并表示了谢意。关资料若有不实，愿意承担一切相关的法律责任。研巧生签名：支旅吞日期：本人授南京邮电大学学位论文使用授权声明权南京邮电大学可保留并向国家有关部ｎ或机构送交论文的复印件和电子文档；

4、采允许论文被查阅和借阅；可从将学位论文的全部或部分内容编入有关数据库进行检索：可１＾＾用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文一的内涉容相密致。论文的公布（包括刊登）授权南京邮电大学研巧生院亦理。学位论文在解密后适用本授权书。＇研巧生签名：玉據斋导师签名：參《如日期：兴？化．牛．梦ｆResearchonSignalSamplingandSparseRepresentationforWirelessSensorNetworksBasedonCompress

5、edSensingThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByWangYinxiaSupervisor:Prof.ZouZhiqiangFebruary2016摘要随着无线传感器网络（WSNs）的规模逐渐扩大，能耗问题已成为亟待解决的关键问题之一。压缩感知（CompressedSensing,CS）作为一种新型的采样理论，能利用较低采样率完成信号的精确重构，因此将其应用

6、到无线传感器网络中能实现网络低能耗。压缩感知理论包括三个核心部分：信号稀疏表示、构建观测矩阵、重构原始信号。本文围绕无线传感器网络中基于压缩感知的信号采集和稀疏表示，设计了针对WSNs的信号采集方案，也就是观测矩阵的构建方法；研究和分析了不同稀疏表示方法在压缩感知框架中的应用，并针对传感器网络信号做出了相应改进。本文的具体贡献有如下两点：（1）常用的随机观测矩阵不依赖于信号本身，需要较大的存储空间进行预先存储，同时由于生成随机矩阵对于硬件要求较高，带来的硬件成本较大。本文针对WSNs的信号采集，通过对LEACH算法的

7、深入学习，将CS理论与LEACH算法分簇思想相结合，制订了CS-LEACH信号采集方案。根据此方案构造基于分簇的具有分布式网络特性的观测矩阵。实验结果表明：本方案有效解决了随机矩阵预先存储占用内存的问题，并且有效地延长了WSNs的整体生命周期。（2）为了寻求更好的适用于WSNs信号的稀疏基，基于压缩感知理论框架，本文研究了三种稀疏表示的方法：离散余弦变换（DCT）、基于主成分分析法构造的稀疏变换矩阵（PCA变换）以及基于K-SVD方法构造稀疏表示字典。对于离散余弦变换，本文对原始信号值进行了排序，并分析了排序对该稀疏

8、基的影响，实验结果表明：排序后的DCT基对数据的恢复精度明显优于未排序时；对于PCA变换，本文介绍了采用主成分分析方法对信号进行稀疏表示的方法，并通过实验分析了其在信号重构中的表现；对基于K-SVD方法构造的稀疏表示字典，本文对该方法中初始字典的选择做了改进，结合K-SVD和离散余弦变换矩阵，构造出一种适用于分布式WSNs信号稀疏表示的字典K-