基于压缩感知的农田温度信息处理

焦俊等

摘要由于农田温度信息在离散余弦基（DCT）下的近似稀疏性，采用压缩感知（CS）技术对每块农田温度信息进行压缩和重构，即将温度信息投影到随机高斯观测矩阵，在接收端通过OMP算法重构出每块农田的温度信息。仿真试验结果表明，在较为稳定的网络环境中，CS算法能够以较少的观测值实现对原始信号的精确重建，降低节点能耗，延长网络生命周期。

关键词压缩感知；离散余弦变换；正交匹配追踪算法；农田温度

中图分类号S126文献标识码B文章编号0517-6611（2015）29-357-03

无线传感器网络（Wireless Sensor Network，WSN）是利用大量无线传感器节点，以无线、多跳、自组织方式构成的数据协同处理网络，感知、处理和传输网络覆盖区域中被感知对象的信息。为提高信息采集系统的可靠性，典型的无线传感器网络用用中，节点的部署较为稠密，由此产生了大量的冗余数据，增加了网络能耗和延迟，为此国内外学者提出了各种解决方案。

压缩感知（Compressed Sensing，CS）是美国学者Tao等2004年提出的集采样和压缩为一体的理论。Giorgio等指出在满足有限等距属性（restricted isometry property，RIP）的条件下，运用低于奈奎斯特标准所需的观测次数，就能以很高的概率来完全地重构信号。因此CS技术已经在信号图像处理、各类成像、无线通信、模拟到信息的转换、计算生物学、地球物理学数据分析等领域成为研究热点。

笔者在研究了农田环境温度变化规律的基础上，针对温度信息在离散余弦变换（DCT）域中具有较好的稀疏性的特点，对在每块农田采集的温度信息进行压缩和发送，接收端接收数据后，通过OMP算法重构出每块监测农田的温度信息，減少了数据传送量。