一种基于稀疏字典无线传感器网络WSNs信号处理的方法技术

一种基于稀疏字典无线传感器网络WSNs信号处理的方法，首先在训练阶段综合采用K‑SVD算法和DCT初始化字典去构造WSNs信号的稀疏字典K‑SVD‑DCT，得到WSNs信号的稀疏表示，然后在采样阶段采用高斯随机矩阵作为观测矩阵对WSNs进行CS采样；最后基于稀疏字典K‑SVD‑DCT和高斯随机观测矩阵，采用l1范数最小化方法重构出近似的原始WSNs信号。本发明专利技术中构造的稀疏字典K‑SVD‑DCT具有良好的自适应性，WSNs信号在稀疏字典K‑SVD‑DCT下能得到良好的稀疏表示，基于稀疏字典K‑SVD‑DCT的WSNs信号压缩感知重构成功率高，且重构精度良好。

【技术实现步骤摘要】

【技术保护点】
一种基于稀疏字典无线传感器网络WSNs信号处理的方法，其特征在于：将WSNs节点部署在自然环境中进行分布式采集，得到的WSNs信号作为原始信号，随机选取原始信号的1/3～2/3作为训练信号；首先在训练阶段，利用K‑SVD算法的自适应性，通过训练迭代更新字典，构造一种以训练信号为基础并能在训练信号的基础上获得原始信号良好稀疏表示的稀疏字典K‑SVD‑DCT；然后在观测阶段，根据压缩感知CS理论中的观测矩阵对原始信号进行压缩采样；最后采用CS理论中重构方法从压缩采样到的原始信号中重构出近似的原始WSNs信号；包括以下步骤：1)采用K‑SVD算法，在训练信号的基础上构造出原始信号的稀疏字典K‑SVD‑DCT，求得原始信号的稀疏表示；2)采用高斯随机矩阵作为CS中的观测矩阵，对原始信号进行压缩采样；3)根据步骤1)求得的原始信号的稀疏表示以及步骤2)对原始信号压缩采样得到的信号，采用CS理论中基于l1范数最小化的信号重构方法，重构出近似的原始WSNs信号。

【技术特征摘要】

【专利技术属性】
技术研发人员：邹志强，王银霞，沈澍，吴家皋，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32