一种基于压缩感知的无线传感信号重构算法
压缩感知(Compressed Sensing,CS)是一种基于稀疏信号的获取和恢复的新理论,能以较小的采样代价获得完整的信号.这一理论符合无线传感网络在带宽和采集能力局限下需要低代价采样的需求.但由于无线传感网络的开放性,其容易受到环境噪声的影响,特别是采用压缩感知方法进行欠采样,虽然可以减小获取数据的开销,但这种“不完整”的欠采样数据对噪声更加敏感.因此抗噪声的健壮的重构算法能有效保证信号重构的精度.文中提出了一种近似梯度下降算法(Proximal Gradient Algorithm,PRG)对噪声下的压缩采样信号进行恢复.该算法通过逐步迭代逼近的方式,求得约束方程最优解,进而还原出原信号.通过与OMP、SP、BP算法比较,PRG算法在噪声环境下表现出较好的重构性能.
压缩感知、稀疏重构、无线传感网络、欠采样、物联网
38
TP391(计算技术、计算机技术)
国家自然科学基金61303227,61303038;国家“八六三”高技术研究发展计划项目基金2012AA12A401资助.This research is supported by the National Natural Science Foundation of China Nos.61303227,61303038,the National High Technology Research and Development Program 863 Program of China No.2012AA12A401
2015-05-19(万方平台首次上网日期,不代表论文的发表时间)
共11页
614-624