1、作為物聯(lián)網(wǎng)的核心技術，無線傳感器網(wǎng)絡(WSN)因為其應用靈活性和信息感知有效性受到了越來越多的關注。也正是因為要保證傳感器節(jié)點的靈活性，其硬件資源和能源供給部分受到限制，難以滿足大規(guī)模高密度海量信息的傳送和處理，成為制約WSN大規(guī)模應用的重大技術難題。
　　近年來，壓縮傳感(CS)理論獲得了廣泛關注和研究。壓縮傳感將采樣與壓縮過程合并，直接將稀疏或者可壓縮信號中的“冗余”信息丟棄，因此降低了信號采樣頻率，并且節(jié)省了存儲和傳輸成本。

2、壓縮傳感理論的出現(xiàn)，為無線傳感器網(wǎng)絡的海量數(shù)據(jù)采集、傳輸、存儲以及節(jié)點續(xù)航能力等問題提供了一種全新的技術解決方案，可加快物聯(lián)網(wǎng)工程發(fā)展的步伐。
　　本文在對無線傳感器網(wǎng)絡數(shù)據(jù)特性分析的基礎上，將壓縮傳感理論的關鍵技術作為主要研究內容，致力于將CS理論應用到WSN中，為此展開了多方面研究工作:
　　1.信號稀疏表示:在自然界中的稀疏信號是少見的，但是大部分信號都可以在某個域上進行稀疏表示。在深入研究WSN數(shù)據(jù)特性的基礎上，利用

3、過完備字典對信號進行稀疏，分別生成了離散余弦基、Haar、Chirplet以及Db小波等過完備原子庫，并進行了多參量級聯(lián)過完備學習字典仿真，仿真結果表明:Chirplet和Db小波過完備字典稀疏效果優(yōu)于DCT過完備字典和Haar小波過完備字典，使用范圍也更廣;級聯(lián)過完備字典對于與先驗模型相似的信號稀疏效果非常明顯。
　　2.測量矩陣:基于滿足約束等距性(RIP)這一條件，對高斯隨機測量矩陣、伯努利隨機測量矩陣和托普利茲以及循環(huán)測量

4、矩陣等進行了研究，并通過仿真對之進行了對比分析。并在此基礎上，提出了一種易于硬件實現(xiàn)、存儲空間需求低的伯努利偽隨機循環(huán)矩陣。仿真結果表明:在測量數(shù)M滿足一定條件時，伯努利偽隨機矩陣可以高精度實現(xiàn)信號的測量與重構。
　　3.信號重構:重構算法是目前研究較深入而且成果較多的一項技術，本文從重構精度、速度以及成功率等方面對現(xiàn)有的重構算法進行了對比分析，在分析現(xiàn)有各種算法優(yōu)劣性的基礎之上，根據(jù)WSN的數(shù)據(jù)特性，提出了一種實用性更強、重構精

5、度更高、穩(wěn)定性和魯棒性更好的ITSAOMP重構算法。實驗結果表明:在測量矩陣滿足一定條件時，借助于ITSAOMP算法，可以高概率、低失真地重構原始信號，并且具備較好的噪聲魯棒性。
　　4.將壓縮傳感和周期非均勻采樣有機結合:周期非均勻采樣是有效降低采樣頻率、提高采樣精度的一種方法，它利用多通道采樣系統(tǒng)對信號進行采樣。根據(jù)非均勻采樣系統(tǒng)的特點，利用聯(lián)合子空間理論將采樣和重構過程轉化為矩陣或向量運算，并借助CS理論，將稀疏信號重構算法