[发明专利]一种基于L_p动态范数的压缩感知数据收集方法

摘要

在稀疏度未知的前提下，传统重构算法如果对信号的稀疏度估计过高，就会使重构算法收敛速度变慢，算法的复杂度变大，如果对信号的稀疏度估计过低，就会发生漏检。本发明提出在信号稀疏度度未知的情况下基于动态范数的压缩感知数据收集方法，该方法利用范数来重构原始信号，基于信号的重构误差，采用均方误差近似梯度法来动态更新值，进一步检测出信号的稀疏度以及支撑集。本发明能够根据信源的传输信息，在信源稀疏度未知的情况下高质量的还原出原始信号，具有广泛的适应性。

主权项

一种基于动态范数的压缩感知数据收集方法，其特征在于，所述方法包括如下步骤：步骤一、在多个信源周围布置若干无线传感器节点，将距离每个信源位置最近的传感器节点确定为簇头，以各个簇头为中心对所述无线传感器网络中的传感器节点进行分簇；步骤二、生成高斯随机矩阵，采集每个簇中的数据，确定需要的测量数；步骤三、网络中的每个传感器节点发送自身数据的加权到簇头节点，簇头节点根据得到的数据特征采用基于范数的重构算法进行信号的重构，依残差检测出数据的稀疏度；步骤四、依重构误差，动态更新值，继续重构信号，直至达到精度要求。