1、隨著無線傳感器網(wǎng)絡(luò)（WSNs）的規(guī)模逐漸擴(kuò)大，能耗問題已成為亟待解決的關(guān)鍵問題之一。壓縮感知（Compressed Sensing, CS）作為一種新型的采樣理論，能利用較低采樣率完成信號(hào)的精確重構(gòu)，達(dá)到節(jié)省能耗的作用。標(biāo)準(zhǔn) CS理論可以概括為由三部分組成，分別是信號(hào)的稀疏表示、觀測矩陣的構(gòu)建以及原始信號(hào)的重構(gòu)。本文針對(duì)WSNs，先設(shè)計(jì)了觀測矩陣，再重點(diǎn)研究了重構(gòu)部分，并提出了新的重構(gòu)算法。
　　常用的隨機(jī)觀測矩陣不依賴于信號(hào)本身

2、，預(yù)先存儲(chǔ)需要較大的存儲(chǔ)空間，并且生成隨機(jī)矩陣，對(duì)于硬件要求較高，會(huì)帶來過高的硬件成本。本文針對(duì) WSNs，通過對(duì) LEACH分簇算法的深入學(xué)習(xí)，將LEACH算法分簇思想與CS理論相結(jié)合，制訂了CS_LEACH方案。根據(jù)此方案構(gòu)造了基于分簇的具有分布式網(wǎng)絡(luò)特性的隨機(jī)觀測矩陣。實(shí)驗(yàn)結(jié)果表明：本方案有效解決了隨機(jī)矩陣預(yù)先存儲(chǔ)占用內(nèi)存的問題，并且有效的延長了WSNs的整體生命周期。
　　為了更好的研究重構(gòu)算法，結(jié)合CS_LEACH方案，

3、本文構(gòu)造了壓縮采樣和在線重構(gòu)的數(shù)據(jù)采集框架（DAF_CSOR），分別分析了基于?1最小化的重構(gòu)算法、基于?0最小化的貪婪算法以及貝葉斯重構(gòu)算法在此框架下的優(yōu)缺點(diǎn)。實(shí)驗(yàn)結(jié)果表明：在新構(gòu)造的觀測矩陣的共同作用下，本文提出的壓縮采樣和在線重構(gòu)的數(shù)據(jù)采集框架在重構(gòu)速度及重構(gòu)精度方面均優(yōu)于傳統(tǒng)方法；在信號(hào)重構(gòu)實(shí)驗(yàn)中，稀疏自適應(yīng)匹配追蹤算法（SAMP）精度最高。此外，本文還提出了新型的正則化稀疏自適應(yīng)匹配追蹤算法（N_RSAMP），改進(jìn)了SAMP算