基于压缩感知的空间场传感网络优化方法研究

为解决现有空间场传感网络中的传感节点密集、数据冗余和监测响应慢等问题,实现对空间场信息的实时监测,将压缩感知技术引入空间场传感网络优化中。本文提出了对历史数据进行学习的自适应稀疏正交字典的建立方法,通过对稀疏字典的分析改进了传统观测矩阵的建立方法,实现了空间场传感节点布局的最优化;通过聚类方法分析观测数据在字典上的投影系数,获得了空间场正常工作情况下的分布状态曲线,实现了对异常故障点的精准识别。最后,对二源温度场数据进行实验验证,结果表明本文所提出的压缩感知技术可以在完整保留温度场分布特征的前提下,有效降低感知数据的密集程度,并利用稀疏采样的数据,实现对温度场的实时监测和故障识别。该研究对温度场中传感节点高效布置给出了科学指导,避免了空间密集采样的资源浪费,同时也为如何在空间场采样数据欠缺的情况下,精确获取完整的温度场分布提供了新的技术思路。