1. 研究目的与意义（文献综述包含参考文献）

文 献 综 述

基于分布式压缩感知的无线传感器网络数据处理算法研究

物联网是继计算机、互联网和移动通信网后的又一次信息产业浪潮，它对促进互联网的发展发挥着重要的作用，将成为未来发展的一个热点。目前，美国、欧盟等发达国家和地区都在深入地研究和探索物联网。作为信息获取和处理的核心，无线传感器网络(wireless sensor network, wsn)是其中的研究重点。

2. 研究的基本内容、问题解决措施及方案

无线传感器网络(wireless sensor network,wsn)是由大量无线传感器节点密集地部署在监测区域，并对监测对象进行实时监测的网络。考虑到节点自身存在的限制：数据处理能力较弱，能量有限。如何有效的利用数据融合来节约网络的能量成为wsn发展的一个瓶颈问题。压缩感知(distributed compressive, cs)技术是一种新的数据融合方式，应用到简单wsn中能有效的减少节点的采样数量，但是在有的wsn中网络拓扑结构复杂，节点密集，传统的压缩感知就应付不过来了，后来提出了一种分布式压缩感知技术(distributed compressive sensing, dcs)，根据分布式网络在空间和时间上存在的冗余性，利用dcs在cs的基础上对wsn进行”联合编码”，从而进一步达到去除冗余的效果，节约了wsn的能量。

本文的主要工作是在dcs的基础上，提出了基于分类思想的无线传感器网络中的分布式压缩感知算法。利用该算法对节点构造出第一联合稀疏模型，这种做法可以将节点所感知数据的空间相关性充分利用起来，起到了去冗余的效果。解码时运用同步自适应匹配追踪算法进行联合重构，将重构效果与一般dcs算法的重构效果进行比较，根据结果分析影响该算法效重构果的因素，以及该算法所带来的wsn中能耗节约和成本节约。

本课题用matlab进行仿真实验。