CN101795501A - 传感器网络物理信号协同压缩感知系统及感知方法 - Google Patents

Abstract

本发明揭示了一种传感器网络物理信号协同压缩感知系统及感知方法，该系统包括物理信号感知节点、物理信号重构节点、时间同步节点；各物理信号感知节点用以对物理信号进行采样，对所获采样信号向量进行随机映射得到随机映射值，同时对采样信号进行统计量计算得到统计值，将随机映射值及统计量发送至一物理信号重构节点；物理信号重构节点用以收集来自所述物理信号感知节点的随机映射值及统计量值，完成随机映射值矩阵归一化，并基于压缩感知重建算法实现物理信号重构。本发明可减少每个节点的数据通信量，提高了整个无线传感网络的寿命。同时，能在强衰落信道环境、局部节点失效及高数据丢包率情况下实现物理信号的重构及有效感知。

Description

传感器网络物理信号协同压缩感知系统及感知方法

技术领域

本发明属于无线传感技术领域，涉及一种传感器网络物理信号处理系统，尤其涉及一种传感器网络物理信号协同压缩感知系统；此外，本发明还涉及上述传感器网络物理信号协同压缩感知系统的感知方法。

背景技术

无线传感网络是由随机分布的集成有传感器、数据处理单元、控制模块和通信单元等的微小节点，通过自组织的方式构成的无线网络。这些节点通过测量诸如温度、压力和相对湿度等物理参数来监控环境或系统。无线传感网络技术是典型的具有交叉学科性质的军民两用战略高技术，可广泛应用于军事、国家安全、环境科学、交通管理、灾害预测、医疗卫生、制造业、城市信息化建设等领域。由于无线传感器网络巨大的科学意义和应用价值，它已经引起了世界发达国家的学术界、军事部门等的极大关注。

由于无线传感器网络以感知并获取有关客观物理世界的知识和状态为根本目的，节点间如何高效节能的传送数据尤为重要。无线传感器网络中的节点是微型电子装置，只装配有限能源，而无线传感网络节点的功耗直接影响着节点寿命。无线传感器网络节点的功耗可分成三个方面：感知功耗，通信功耗，数据处理功耗。其中感知功耗随应用的特性而变化。三个功耗中，节点在数据通信方面消耗的能量最大，相比较下，数据处理能耗比数据通信能耗小得多。假定瑞利衰落和四阶功率距离损耗，那么在100m距离上发送1KB信息的能耗约等于100万条指令每瓦每秒处理器执行300万条指令的能耗。

综上所述，传统算法的无线传感器网络各物理信号感知节点采样信号的数据量很大，在这种情况下各感知节点的通信传播功耗相对较大，使用寿命也较短。

压缩感知(CS，compressed sampling or compressed sensing)，该方法是在采样过程的同时，实现信号压缩，以低于奈奎斯特速率的采样率进行采样，并能以极高的准确率恢复出原信号。利用压缩感知技术对数据处理的前提为数据的稀疏性。有关文献对此有详细的解释。例如，给定N×N的矩阵Ψ＝[ψ₁|ψ₂|…|ψ_N]时，其中ψ₁表示矩阵的i列时，一个长度为N的信号x可以表示为：

$x=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{s}_i{\mathrm{\ψ}}_i---\left(1\right).$

当上述公式(1)中的s_i系数中只有K个不等于零时，信号x可以被称为K-稀疏信号。在压缩感知技术中，可以对信号x进行欠采样(低于奈奎斯特速率进行采样)，并在接收端进行恢复。在实现时，通过引入第二个M×N(K＜M＜N)的矩阵Φ₁，并计算y＝Фx，得到：y＝Φx＝ΦΨs＝Θs(2)。

式中，s＝[s₁，s₂，...，s_N]^T，T为矩阵转置。由于M＜N，y即为采样并压缩后的信号。在接收端，先根据接收信号y恢复s，进而恢复x。但由于上述公式(2)中的方程组个数小于未知变量个数，因此，s_i的解有无穷多组。考虑到信号的稀疏性，对信号的恢复问题等价于寻找上述公式(2)的一个最稀疏的解。对信号进行重建的方法在此处用正交匹配追踪算法(OMP)。

综上所述，利用压缩感知的理论结合无线传感网络的特性，可大大减少每个节点的数据通信量，使其能在强衰落信道环境、局部节点失效及高数据丢包率情况下通过物理信号重构节点实现物理信号重构。

发明内容

本发明所要解决的技术问题是：本发明针对传统算法物理信号感知节点能耗及重构信号所需数据量较大的问题，提供一种传感器网络物理信号协同压缩感知系统，利用压缩感知的理论结合无线传感网络的特性，大大减少了每个节点的数据通信量，在强衰落信道环境、局部节点失效及高数据丢包率情况下可实现物理信号的重构及有效感知，且有良好抗噪性。

此外，本发明还提供一种上述传感器网络物理信号协同压缩感知系统的协同压缩感知方法。

为解决上述技术问题，本发明采用如下技术方案：

一种传感器网络物理信号协同压缩感知系统，该系统包括至少一物理信号感知节点、物理信号重构节点、时间同步节点；各物理信号感知节点用以对物理信号进行采样，对所获采样信号向量进行随机映射得到随机映射值，同时对采样信号进行统计量计算得到统计值，将随机映射值及统计量发送至一物理信号重构节点；物理信号重构节点用以收集来自所述物理信号感知节点的随机映射值及统计量值，完成随机映射值矩阵归一化，并基于压缩感知重建算法实现物理信号重构；时间同步节点用以周期性广播时间同步信息，使得物理信号感知节点和物理信号重构节点接收该时间同步信息，完成各自时间同步。

作为本发明的一种优选方案，所述物理信号重构节点用以产生随机数发生器种子序列seed，以广播的方式发送该种子序列至各物理信号感知节点；物理信号感知节点i以设定采样频率f在一个时间周期T内对传感器信号进行采样，并基于接收到随机数发生器种子序列seed生成本地随机映射矩阵；物理信号感知节点计算采样信号向量的统计量值；各物理信号感知节点发送随机映射值和统计量值至物理信号重构节点；物理信号重构节点基于随机数发生器种子序列seed生成用于信号重建的随机映射矩阵；随机映射矩阵各行分别对应于成功发送的各物理信号感知节点；物理信号重构节点利用成功接收到的k个统计量值对随机映射值向量进行归一化；并将归一化的k个随机映射值整合为随机映射值向量，随机映射值向量各分量与用于信号重建的随机映射矩阵一一对应；基于归一化后的随机映射值向量和随机映射矩阵，物理信号重构节点进行压缩感知信号重建，得到重建后的信号。

作为本发明的一种优选方案，所述物理信号感知节点i以设定采样频率f在一个时间周期T内对传感器信号进行采样，得到采样信号向量的长度N＝T*f；所述物理信号感知节点i接收所述物理信号重构节点发送的随机数发生器种子序列seed，基于接收到随机数发生器种子序列seed生成本地随机映射矩阵，矩阵大小为M_i*N，其中M_i为节点i本地随机映射次数；该矩阵与测量信号向量相乘得到M_i个随机映射值。

作为本发明的一种优选方案，所述物理信号重构节点产生随机数发生器种子序列seed，以广播的方式发送该种子序列至各物理信号感知节点；物理信号重构节点基于随机数发生器种子序列seed生成用于信号重建的随机映射矩阵，矩阵大小为M*N，其中，M为重构节点成功接收到的随机映射值的总个数。

作为本发明的一种优选方案，所述物理信号感知节点i采样信号向量的统计量值为其各分量的平均值AVG_i。

作为本发明的一种优选方案，所述物理信号重构节点中对随机映射值向量归一化方法为：对于从物理信号感知节点成功接收到的k个随机映射值，将其乘以归一化因子：1/AVG_i，其中k为成功发送的物理信号感知节点总数，i表示第i个物理信号感知节点；所述物理信号重构节点采用的压缩感知信号重建方法为正交匹配追踪法。

作为本发明的一种优选方案，所述系统的节点以分簇方式组网，包括簇头物理信号重构节点和簇成员物理信号感知节点。

上述传感器网络物理信号协同压缩感知系统的协同压缩感知方法，包括如下步骤：

(1)系统中时间同步节点周期性广播时间同步信息，物理信号感知节点和物理信号重构节点接收该时间同步信息，完成各自时间同步；

(2)物理信号重构节点产生随机数发生器种子序列seed，以广播的方式发送该种子序列至各物理信号感知节点；

(3)物理信号感知节点i以设定采样频率f在一个时间周期T内对传感器信号进行采样，得到采样信号向量的长度N＝T*f；基于接收到随机数发生器种子序列seed生成本地随机映射矩阵，矩阵大小为M_i*N，其中M_i为节点i本地随机映射次数；该矩阵与测量信号向量相乘得到M_i个随机映射值；物理信号感知节点计算采样信号向量的统计量值；

(4)各物理信号感知节点发送随机映射值和统计量值至物理信号重构节点；

(5)物理信号重构节点基于随机数发生器种子序列seed生成用于信号重建的随机映射矩阵，矩阵大小为M*N，其中，M为重构节点成功接收到的随机映射值的总个数；随机映射矩阵各行分别对应于成功发送的各物理信号感知节点；

(6)物理信号重构节点利用成功接收到的k个统计量值对随机映射值向量进行归一化；并将归一化的k个随机映射值整合为随机映射值向量，随机映射值向量各分量与用于信号重建的随机映射矩阵一一对应；

(7)基于归一化后的随机映射值向量和随机映射矩阵，物理信号重构节点进行压缩感知信号重建，得到重建后的信号。

作为本发明的一种优选方案，步骤(3)中，所述物理信号感知节点i采样信号向量的统计量值为其各分量的平均值AVG_i。

作为本发明的一种优选方案，步骤(6)中，所述物理信号重构节点中对随机映射值向量归一化方法为：对于从物理信号感知节点成功接收到的k个随机映射值，将其乘以归一化因子：1/AVG_i，其中k为成功发送的物理信号感知节点总数，i表示第i个物理信号感知节点。

作为本发明的一种优选方案，步骤(7)中，所述物理信号重构节点采用的压缩感知信号重建方法为正交匹配追踪法。

本发明的有益效果在于：本发明提出的传感器网络物理信号协同压缩感知系统及方法利用压缩感知的理论结合无线传感网络的特性，大大减少了每个节点的数据通信量，即减少了物理信号感知节点的能耗，提高了整个无线传感网络的寿命。并能在在强衰落信道环境、局部节点失效及高数据丢包率情况下通过物理信号重构节点实现物理信号重构及有效感知，且有良好抗噪性。

附图说明

图1为本发明的传感器网络物理信号协同压缩感知系统的基本框图。

图2为本发明的物理信号感知节点处理算法流程图。

图3为本发明的物理信号重构节点处理算法流程图。

图4a、图4b为本发明应用于一个稀疏物理信号协同压缩感知的仿真结果图。

图5为本发明的协同压缩感知方法的流程图。

具体实施方式

下面结合附图详细说明本发明的优选实施例。

实施例一

请参阅图1，本发明揭示了一种传感器网络物理信号协同压缩感知系统，该系统包括至少一物理信号感知节点10、物理信号重构节点20、时间同步节点30。本实施例中，所述系统包括多个物理信号感知节点10。

各物理信号感知节点10用以对物理信号进行采样，对所获采样信号向量进行随机映射得到随机映射值，同时对采样信号进行统计量计算得到统计值，将随机映射值及统计量发送至一物理信号重构节点。物理信号重构节点20用以收集来自所述物理信号感知节点的随机映射值及统计量值，完成随机映射值矩阵归一化，并基于压缩感知重建算法实现物理信号重构。时间同步节点30用以周期性广播时间同步信息，使得物理信号感知节点10和物理信号重构节点20接收该时间同步信息，完成各自时间同步。

上述各模块的作用过程为：

时间同步节点30周期性广播时间同步信息，物理信号感知节点10和物理信号重构节点20接收该时间同步信息，完成各自时间同步。

物理信号重构节点20产生随机数发生器种子序列seed，以广播的方式发送该种子序列至各物理信号感知节点10。

物理信号感知节点i以设定采样频率f在一个时间周期T内对传感器信号进行采样，得到采样信号向量的长度N＝T*f；基于接收到随机数发生器种子序列seed生成本地随机映射矩阵，矩阵大小为M_i*N，其中M_i为节点i本地随机映射次数；该矩阵与测量信号向量相乘得到M_i个随机映射值；物理信号感知节点计算采样信号向量的统计量值。本实施例中，所述物理信号感知节点i采样信号向量的统计量值为其各分量的平均值AVG_i。

各物理信号感知节点10发送随机映射值和统计量值至物理信号重构节点20。

物理信号重构节点20基于随机数发生器种子序列seed生成用于信号重建的随机映射矩阵，矩阵大小为M*N，其中，M为重构节点成功接收到的随机映射值的总个数；随机映射矩阵各行分别对应于成功发送的各物理信号感知节点。

物理信号重构节点20利用成功接收到的k个统计量值对随机映射值向量进行归一化；并将归一化的k个随机映射值整合为随机映射值向量，随机映射值向量各分量与用于信号重建的随机映射矩阵一一对应。本实施例中，物理信号重构节点中对随机映射值向量归一化方法为：对于从物理信号感知节点成功接收到的k个随机映射值，将其乘以归一化因子：1/AVG_i，其中k为成功发送的物理信号感知节点总数，i表示第i个物理信号感知节点；所述物理信号重构节点采用的压缩感知信号重建方法为正交匹配追踪法。

基于归一化后的随机映射值向量和随机映射矩阵，物理信号重构节点进行压缩感知信号重建，得到重建后的信号。

以上介绍了本发明的传感器网络物理信号协同压缩感知系统，本发明在揭示上述传感器网络物理信号协同压缩感知系统的同时，还揭示上述传感器网络物理信号协同压缩感知系统的协同压缩感知方法。请参阅图5，本发明的协同压缩感知方法包括如下步骤：

(1)系统中时间同步节点周期性广播时间同步信息，物理信号感知节点和物理信号重构节点接收该时间同步信息，完成各自时间同步。

(2)物理信号重构节点产生随机数发生器种子序列seed，以广播的方式发送该种子序列至各物理信号感知节点。

(3)物理信号感知节点i以设定采样频率f在一个时间周期T内对传感器信号进行采样，得到采样信号向量的长度N＝T*f；基于接收到随机数发生器种子序列seed生成本地随机映射矩阵，矩阵大小为M_i*N，其中M_i为节点i本地随机映射次数；该矩阵与测量信号向量相乘得到M_i个随机映射值；物理信号感知节点计算采样信号向量的统计量值。本实施例中，所述物理信号感知节点i采样信号向量的统计量值为其各分量的平均值AVG_i。

(4)各物理信号感知节点发送随机映射值和统计量值至物理信号重构节点。

(5)物理信号重构节点基于随机数发生器种子序列seed生成用于信号重建的随机映射矩阵，矩阵大小为M*N，其中，M为重构节点成功接收到的随机映射值的总个数；随机映射矩阵各行分别对应于成功发送的各物理信号感知节点。

(6)物理信号重构节点利用成功接收到的k个统计量值对随机映射值向量进行归一化；并将归一化的k个随机映射值整合为随机映射值向量，随机映射值向量各分量与用于信号重建的随机映射矩阵一一对应。本实施例中，所述物理信号重构节点中对随机映射值向量归一化方法为：对于从物理信号感知节点成功接收到的k个随机映射值，将其乘以归一化因子：1/AVG_i，其中k为成功发送的物理信号感知节点总数，i表示第i个物理信号感知节点。

(7)基于归一化后的随机映射值向量和随机映射矩阵，物理信号重构节点进行压缩感知信号重建，得到重建后的信号。本实施例中，所述物理信号重构节点采用的压缩感知信号重建方法为正交匹配追踪法。

综上所述，本发明提出的传感器网络物理信号协同压缩感知系统及方法利用压缩感知的理论结合无线传感网络的特性，大大减少了每个节点的数据通信量，即减少了物理信号感知节点的能耗，提高了整个无线传感网络的寿命。并能在强衰落信道环境、局部节点失效及高数据丢包率情况下通过物理信号重构节点实现物理信号重构及有效感知，且有良好抗噪性。

实施例二

图1给出了本实施例中传感器网络物理信号协同压缩感知系统及方法基本框图。本实施例中，系统的节点以分簇方式组网，包括簇头物理信号重构节点和簇成员物理信号感知节点；时间同步节点周期性地广播时间同步信息。

物理信号重构节点产生随机数发生器种子序列seed以广播方式发送给各个物理信号感知节点的随机数发生器，发生器根据接收到得种子系列seed生成随机映射矩阵M_i*N，其中M_i为节点i本地随机映射次数。

物理信号感知节点i以一定采样频率f对传感器信号在一个时间周期T内进行采样，得到采样信号向量x_i(N)(长度为N＝T*f)。

各物理信号感知节点先将生成的随机映射矩阵与测量信号向量相乘得到M_i个随机映射值，然后计算采样信号向量的统计量值，此处的统计量为各分量的平均值。

各个物理感知节点在各自的分得的时隙内，通过无线传输将映射值s_i和统计值AVG_i发送给簇头，即物理信号重构节点。

由于信道的衰落，物理信号重构节点接受到k(k≤总物理信号感知节点数)个物理信号感知节点的信息。重构节点对接受到的AVG进行归一化，将接收到的各分量随机映射值向量乘以归一化因子：1/AVG_i，其中k为成功发送的物理信号感知节点总数，i表示第i个物理信号感知节点。物理信号重构节点将归一化的k个随机映射值整合为随机映射值向量，随机映射值向量各分量与用于信号重建的随机映射矩阵一一对应。

物理信号重构节点基于随机数发生器种子序列seed生成用于信号重建的随机映射矩阵，矩阵大小为M*N，其中M为重构节点成功接收到的随机映射值的总个数，随机映射矩阵各行分别对应于成功发送的各物理信号感知节点。

基于归一化后的随机映射值向量和随机映射矩阵，物理信号重构节点进行压缩感知信号重建，得到重建后的信号。

图2为系统物理信号感知节点处理算法流程图。物理信号重构节点产生随机数发生器种子序列seed以广播方式发送给各个物理信号感知节点的随机数发生器，发生器根据接收到得种子系列seed生成随机映射矩阵M_i*N，其中M_i为节点i本地随机映射次数。

物理信号感知节点i以一定采样频率f对传感器信号在一个时间周期T内进行采样，得到采样信号向量x_i(N)(长度为N＝T*f)。

各物理信号感知节点先将生成的随机映射矩阵与测量信号向量相乘得到Mi个随机映射值，然后计算采样信号向量的统计量值，此处的统计量为各分量的平均值。

各个物理感知节点在各自的分得的时隙内，通过无线传输将映射值si和统计值AVGi发送给簇头，即物理信号重构节点。

图3为系统物理信号重构节点处理算法流程图。由于信道的衰落，物理信号重构节点等待所有物理信号感知节点发送完毕后，接受到k个物理信号感知节点的信息。重构节点对接受到的AVG进行归一化，将接收到的各分量随机映射值乘以归一化因子：1/AVGi，其中k为成功发送的物理信号感知节点总数，i表示第i个物理信号感知节点。物理信号重构节点将归一化的k个随机映射值整合为随机映射值向量，随机映射值向量各分量与用于信号重建的随机映射矩阵一一对应。

物理信号重构节点基于随机数发生器种子序列seed生成用于信号重建的随机映射矩阵，矩阵大小为M*N，其中M为重构节点成功接收到的随机映射值的总个数，随机映射矩阵各行分别对应于成功发送的各物理信号感知节点。

基于归一化后的随机映射值向量和随机映射矩阵，物理信号重构节点进行压缩感知信号重建，得到重建后的信号。

实施例三

以下为本发明应用于稀疏物理信号感知的一个具体实施例。

基于传感器网络的物理信号协同压缩感知系统的具体实施背景和参数描述如下：

网络布设区域大小(长×宽)：100m×100m；

物理信号感知节点个数：40个；

簇头物理信号重构节点个数：1个；

假设物理信号位置在区域的中心(0，0)；

原始物理信号为：x＝3sin(2πf₁T_st_s)+6sin(2πf₂T_st_s)+sin(2πf₃T_st_s)+9sin(2πf₄T_st_s)+10

信号长度：N＝256；

信号频率1：f1＝50；信号频率2：f2＝100；信号频率3：f3＝200；信号频率4：f4＝400；

采样频率：fs＝800；采样间隔：ts＝0.00125；

物理信号传播衰减因子：a＝2；

节点失效率：10％；

在本仿真中，根据压缩感知理论，可得重构节点所需的测量数。在仿真中假设每个节点本地测量次数相同，即随机映射矩阵维数相同。

图4a、图4b为本发明应用于一个稀疏物理信号协同压缩感知的仿真结果图。图4a为在无噪声情况下，物理信号重构节点的重构信号为原信号的倍数关系；图4b为在每个物理信号感知节点加上信噪比为15dB的噪声后，物理信号重构节点的重构信号同样为原信号的倍数且与4a无噪声的重构信号相差不大，说明传感器网络物理信号协同压缩感知系统及方法同样有很好的抗噪性。

综上所述，本发明提出的传感器网络物理信号协同压缩感知系统及方法利用压缩感知的理论结合无线传感网络的特性，大大减少了每个节点的数据通信量，即减少了物理信号感知节点的能耗，提高了整个无线传感网络的寿命。并能在在强衰落信道环境、局部节点失效及高数据丢包率情况下通过物理信号重构节点实现物理信号重构及有效感知，且有良好抗噪性。

这里本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是，在不脱离本发明的精神或本质特征的情况下，本发明可以以其它形式、结构、布置、比例，以及用其它组件、材料和部件来实现。在不脱离本发明范围和精神的情况下，可以对这里所披露的实施例进行其它变形和改变。

Claims (10)

1.一种传感器网络物理信号协同压缩感知系统，其特征在于，该系统包括：

至少一物理信号感知节点，用以对物理信号进行采样；对所获采样信号向量进行随机映射得到随机映射值，对采样信号进行统计量计算得到统计值，将随机映射值及统计量发送至一物理信号重构节点；

物理信号重构节点，用以收集来自所述物理信号感知节点的随机映射值及统计量值，完成随机映射值矩阵归一化，并基于压缩感知重建算法实现物理信号重构；

时间同步节点，用以周期性广播时间同步信息，使得所述物理信号感知节点和物理信号重构节点接收该时间同步信息，完成各自时间同步。

2.根据权利要求1所述的传感器网络物理信号协同压缩感知系统，其特征在于：

所述物理信号重构节点用以产生随机数发生器种子序列seed，以广播的方式发送该种子序列至各物理信号感知节点；

物理信号感知节点i以设定采样频率f在一个时间周期T内对传感器信号进行采样，并基于接收到随机数发生器种子序列seed生成本地随机映射矩阵；物理信号感知节点计算采样信号向量的统计量值；

各物理信号感知节点发送随机映射值和统计量值至物理信号重构节点；

物理信号重构节点基于随机数发生器种子序列seed生成用于信号重建的随机映射矩阵；随机映射矩阵各行分别对应于成功发送的各物理信号感知节点；

物理信号重构节点利用成功接收到的k个统计量值对随机映射值向量进行归一化；并将归一化的k个随机映射值整合为随机映射值向量，随机映射值向量各分量与用于信号重建的随机映射矩阵一一对应；

基于归一化后的随机映射值向量和随机映射矩阵，物理信号重构节点进行压缩感知信号重建，得到重建后的信号。

3.根据权利要求2所述的传感器网络物理信号协同压缩感知系统，其特征在于：

所述物理信号感知节点i以设定采样频率f在一个时间周期T内对传感器信号进行采样，得到采样信号向量的长度N＝T*f；

所述物理信号感知节点i接收所述物理信号重构节点发送的随机数发生器种子序列seed，基于接收到随机数发生器种子序列seed生成本地随机映射矩阵，矩阵大小为M_i*N，其中M_i为节点i本地随机映射次数；该矩阵与测量信号向量相乘得到M_i个随机映射值。

4.根据权利要求2所述的传感器网络物理信号协同压缩感知系统，其特征在于：

所述物理信号重构节点产生随机数发生器种子序列seed，以广播的方式发送该种子序列至各物理信号感知节点；

物理信号重构节点基于随机数发生器种子序列seed生成用于信号重建的随机映射矩阵，矩阵大小为M*N，其中，M为重构节点成功接收到的随机映射值的总个数。

5.根据权利要求2所述的传感器网络物理信号协同压缩感知系统，其特征在于：

所述物理信号感知节点i采样信号向量的统计量值为其各分量的平均值AVG_i；

所述物理信号重构节点中对随机映射值向量归一化方法为：对于从物理信号感知节点成功接收到的k个随机映射值，将其乘以归一化因子：1/AVG_i，其中k为成功发送的物理信号感知节点总数，i表示第i个物理信号感知节点；

所述物理信号重构节点采用的压缩感知信号重建方法为正交匹配追踪法。

6.根据权利要求1至5之一所述的传感器网络物理信号协同压缩感知系统，其特征在于：

所述系统的节点以分簇方式组网，所述系统包括簇头物理信号重构节点和簇成员物理信号感知节点。

7.如权利要求1至6之一所述传感器网络物理信号协同压缩感知系统的协同压缩感知方法，其特征在于，包括如下步骤：

(1)系统中时间同步节点周期性广播时间同步信息，物理信号感知节点和物理信号重构节点接收该时间同步信息，完成各自时间同步；

(2)物理信号重构节点产生随机数发生器种子序列seed，以广播的方式发送该种子序列至各物理信号感知节点；

(3)物理信号感知节点i以设定采样频率f在一个时间周期T内对传感器信号进行采样，得到采样信号向量的长度N＝T*f；基于接收到随机数发生器种子序列seed生成本地随机映射矩阵，矩阵大小为M_i*N，其中M_i为节点i本地随机映射次数；该矩阵与测量信号向量相乘得到M_i个随机映射值；物理信号感知节点计算采样信号向量的统计量值；

(4)各物理信号感知节点发送随机映射值和统计量值至物理信号重构节点；

(5)物理信号重构节点基于随机数发生器种子序列seed生成用于信号重建的随机映射矩阵，矩阵大小为M*N，其中，M为重构节点成功接收到的随机映射值的总个数；随机映射矩阵各行分别对应于成功发送的各物理信号感知节点；

(6)物理信号重构节点利用成功接收到的k个统计量值对随机映射值向量进行归一化；并将归一化的k个随机映射值整合为随机映射值向量，随机映射值向量各分量与用于信号重建的随机映射矩阵一一对应；

(7)基于归一化后的随机映射值向量和随机映射矩阵，物理信号重构节点进行压缩感知信号重建，得到重建后的信号。

8.根据权利要求7所述的协同压缩感知方法，其特征在于：

步骤(3)中，所述物理信号感知节点i采样信号向量的统计量值为其各分量的平均值AVG_i。

9.根据权利要求7所述的协同压缩感知方法，其特征在于：

步骤(6)中，所述物理信号重构节点中对随机映射值向量归一化方法为：

对于从物理信号感知节点成功接收到的k个随机映射值，将其乘以归一化因子：1/AVG_i，其中k为成功发送的物理信号感知节点总数，i表示第i个物理信号感知节点。

10.根据权利要求7所述的协同压缩感知方法，其特征在于：

步骤(7)中，所述物理信号重构节点采用的压缩感知信号重建方法为正交匹配追踪法。

Images