赵春晖，许云龙

(哈尔滨工程大学 信息与通信工程学院，黑龙江 哈尔滨150001)

1 引言

目前，无线传感器网络（WSN, wireless sensor network）已被广泛应用于智能家居、物联网等领域的数据采集和传输。其中，另一个重要的应用是对目标物体位置的检测。假设在一个无线传感器网络中分布着若干个目标源，各传感器节点首先对网络中所有目标源信号进行接收，再将接收到的目标源信号叠加和信息传送到汇聚节点，最后由汇聚节点通过收集到的信息来获得网络中目标源的个数、位置及所发送信号强度等信息。无线传感器网络在拥有快速展开、抗毁性强等诸多优势的同时，也存在着一些现阶段无法克服的缺点，其中最为突出的是节点信息处理能力不足和能量缺乏。在实际目标位置检测过程中，汇聚节点只能接收和处理网络中少数感知节点的信息。这时，亟待出现一种能根据少量的节点信息获得整个网络状态的技术。近年来，兴起的压缩感知（CS, compressive sensing）理论[1,2]能很好地解决这一问题。利用原始信号的稀疏性，CS技术能从比奈奎斯特准则要求少得多的采样点数中精确恢复出原始信号。结合CS理论，可有效减少目标源信号信息的采样点数。另外，由于无线传感器网络节点所携带的能量有限，同时其节点能量一般无法更新，因此在算法中必须考虑节点的能耗。

唐亮等人提出了一种贝叶斯 CS检测算法[3]，该算法是联合 LEACH[4～7]和贝叶斯 CS[8]无线传感器网络检测算法。算法在开始时，利用LEACH算法进行分簇收集信息，之后利用贝叶斯CS算法去重构出原信号，来完成对目标源的检测。……