随着物联网应用的日益普及,作为其核心技术之一的无线传感器网络已成为国内外学者关注和研究的重点。无线传感器网络是由大量部署在监测区域内的微型传感器节点组成,通过无线通信方式形成的一个多跳的自组织网络系统,其目的是协作感知、采集和处理网络覆盖区域内观测对象的相关信息,并发送至观察者。无线传感器节点的计算、存储和传输能力均受到限制,通过对感知数据进行压缩采集,可以有效地降低传感器网络的能量消耗。目前,如何对无线传感器网络中的数据进行分布式压缩式采集,进而延长传感器网络的工作寿命,已成为无线传感器网络研究中的核心问题之一。
无线传感器网络中数据具有较强联合稀疏特性,应用压缩感知理论,通过联合编码压缩数据,再使用联合解码进行还原,可实现低采样代价收集传感数据。提出了一种基于联合稀疏模型与压缩感知理论的同步子空间追踪算法,以稀疏特性为先验知识,通过回溯迭代方式,判断并选取合适的联合子空间,用更少量观测值实现原始传感数据的精确重构。与SCoSaMP算法、SP算法在不同稀疏特性和不同采样率下相比较,同步子空间追踪算法具有较好的恢复性能。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !