赵刚，饶元，朱军，李绍稳

(安徽农业大学信息与计算机学院，安徽 合肥 230036)

农业物联网系统已经成为农业大数据最重要的数据源之一[1]。通过将具有感知、通信和计算能力的微型传感器部署应用于农业生产管理中，全面、准确、高效地监测SPAC(土壤-植物-大气连续体)系统，能够有效推进“互联网+”现代农业行动，为精准农业的实现提供重要支撑[2,3]。

对基于物联网技术自动获取的数据进行质量控制是开展高价值农业生产分析以及基础科研数据应用的重要前提。农情监测网络通常部署在野外环境，持续供电困难，有限的通信带宽也给数据可靠交付带来了极大挑战。实现节点长期稳定运行与高效数据获取一直是农业无线传感器网络部署应用亟待突破的关键瓶颈问题。为提高数据采集效率、延长网络生命周期，研究者们分别从路由算法、数据压缩与融合等方面开展研究，试图减少节点所采集数据的冗余度、降低网络中的数据传输量[4]。

压缩感知CS(Compressive Sensing)技术的出现为解决上述问题提供了新思路。传感器节点能够以较低的速率在采样的同时对信号进行适当压缩，Sink端通过求解一个优化问题就可以高概率精确重构原信号，有效减少传感节点的数据获取能耗[5]。测量矩阵、信号稀疏表示和重构算法等三要素是决定基于压缩感知的数据采集质量关键性因素[6,7]。稀疏基矩阵能够对采样信号进行稀疏化，测量矩阵用来表示采样策略，重构算法的选择对信号恢复质量和代价有着决定性作用。……