1、大規(guī)模無線傳感網(wǎng)絡(WSN)是由一個帶有一定區(qū)域節(jié)點的分布式無線傳感網(wǎng)絡組成，但傳感節(jié)點能量有限，故充分利用傳感器感知數(shù)據(jù)之間的相關性以減少通訊費用的需求非常有必要，而經(jīng)典的奈奎斯特采樣定理需要其采樣頻率高于其信號的最高頻率的兩倍，采樣率過高從而導致其能量消耗較大。最近采樣技術----壓縮傳感CS(Compressive Sensing)，它只需要知道信號能夠在某個基上進行稀疏表示，那么它就可以通過在另一組非相干基上經(jīng)過較少次的采樣來對

2、原始信號進行恢復。這種采樣方法有著強大的數(shù)學背景以及廣泛的應用，且能夠突破奈奎斯特采樣定理的極限去重構可壓縮信號，故引起了國內外普遍重視。
　　 本論文主要工作如下：
　　 首先，介紹了壓縮傳感CS的基本理論，針對節(jié)點密集的無線傳感網(wǎng)絡中的空間感知數(shù)據(jù)相關的場景，對在無線傳感網(wǎng)絡中如何利用壓縮傳感CS進行有效數(shù)據(jù)采集的問題進行了深入地討論。我們給出了一個基于CS模型的信號采樣的嶄新框架，并利用CS采樣及重構方法對于N維空

3、間感知數(shù)據(jù)僅僅通過P次測量（其中P遠遠小于N），它具有優(yōu)異的壓縮性能、非適應性采樣以及低復雜度的編碼等優(yōu)點，并通過正交匹配追蹤算法進行恢復原始信號，使得它適用于資源受限的無線傳感網(wǎng)絡。我們進行了模擬實驗，并將該方法進行網(wǎng)絡診斷以及場信號重建，實驗結果證明了CS壓縮策略能夠對信號進行重構。
　　 其次，在傳感網(wǎng)絡的實際應用中，壓縮傳感CS的隨機測量矩陣需要很高自由度以獲得最優(yōu)的非相干，但其硬件前端實現(xiàn)比較困難且代價高，故將自由度很