[发明专利]一种基于压缩传感理论的多参量信息融合稀疏模型

摘要

一种基于压缩传感理论的多参量信息融合稀疏模型，属于无线通信与数据融合领域，本模型基于无线传感器网络中普遍采用的层簇多跳路由机制，引入压缩传感理论，解决了传统网络中靠近汇聚节点的簇首能耗负担过重，容易更早死亡而降低整个网络生存周期的难题。本发明中每层簇首均传输经过投影测量所取得的相同维度低维信号，并周期性地利用能量最优选择算法选举出新的簇首节点，达到簇内与全局的双重负载均衡效果。此外针对无线传感器网络的多参数类型特点，构建多参量信号联合稀疏基底，进一步减轻基站存储负担。本发明适用范围广、创新性强，对无线传感器网络的发展和实际应用具有十分重要的理论意义。

主权项

一种基于压缩传感理论的多参量信息融合稀疏模型，该模型中按功能结构不同可将节点分为簇内节点、簇首节点和汇聚节点三类，其中，簇内节点(S1，1、S1，2…S10，4节点)负责感知节点需要采集的信息，并按照该簇的传输时隙依次将信息传输给相应的簇首节点；簇首节点(S1、S2…S10节点)负责利用压缩传感理论对接收到的簇内成员信息及该节点的感知信息进行数据融合，融合为远低于原始信息长度的一维数据，并发送给上一层簇首节点；汇聚节点(Sink节点)负责全局汇集网络信息，利用自适应压缩传感重构算法并结合多参量信号联合稀疏基底恢复信号，完成信息采集与传输过程。