宣利峰，熊继平，赵 健

(浙江师范大学 数理与信息工程学院，浙江 金华 321004)

近年来，无线传感器网络[1-2]WSNs(Wireless Sensor Networks)的通信和协议设计已经得到了广泛的研究，它常应用于国防军事、环境监测、交通管理等诸多国际上备受关注的热点研究领域中。然而,在无线传感器网络中，由于具有节点存储容量与节点能量等资源受限的特征，如何降低采集的数据量，从而减少各个节点能量的消耗、增加网络的通信容量、提高网络的生存寿命，一直是研究的热点。压缩感知理论是针对稀疏或可压缩信号，在采样的同时即可对信号数据进行适当压缩的新理论，这使其在信号处理领域有着突出的优点和广阔的应用前景。在数据采集和信号处理中，压缩传感理论突破了传统香农定理的局限性,通过改变数据采集模式，实现了传统理论的进一步发展与创新；利用数据之间的相关性，极大地减少了网络中数据的传输和存储；结合适当的路由协议,改善了整个网络的通信容量、延时以及网络生存寿命等问题。

1 压缩感知、无线传感网络研究现状

1.1 压缩感知理论

压缩感知CS(Compressive Sensing or Compressed Sensing)技术也称为压缩传感或压缩采样，是近年来信号处理领域的一项新技术[3-6]。自从2006年起有正式论文发表之后，迅速引起国内外相关领域研究者的高度重视。该领域的先驱者是Terence Tao等[3-6]，其理论研究的重点主要集中在传感矩阵选取和重构算法的构建两大方面。短短的几年时间，压缩感知从自身理论到应用都得到了飞速的发展，成为热点的研究方向，被广泛地应用到诸如医学图像处理、雷达、通信、人脸识别、机器学习等领域中。……