计算机技术与发展
計算機技術與髮展
계산궤기술여발전
Computer Technology and Development
2015年
9期
111-114
,共4页
无线传感网络%压缩感知%贝叶斯模型%信号重构
無線傳感網絡%壓縮感知%貝葉斯模型%信號重構
무선전감망락%압축감지%패협사모형%신호중구
wireless sensor networks%compressive sensing%Bayesian model%signal reconstruction
在无线传感器网络( WSN)中，传统的处理方式是采用奈奎斯特技术对信号进行采样并重构，而随着信号频率的增加，应用奈奎斯特技术会使成本急剧增加，这是人们所不乐见的。针对这一问题，近年来出现一种新的技术即压缩感知技术，它能利用更少的数据和合适的重构方法得到更精确的原始信号。将稀疏贝叶斯学习( SBL)和压缩感知联合起来，形成了一种在噪声的情况下更好重建可压缩信号的方法，并进一步将这种方法应用在WSN中，可以在误差允许的范围内有效控制测量数据的维数，所以在保证了一定的误差的同时还减少了成本，提高了算法的效率。
在無線傳感器網絡( WSN)中，傳統的處理方式是採用奈奎斯特技術對信號進行採樣併重構，而隨著信號頻率的增加，應用奈奎斯特技術會使成本急劇增加，這是人們所不樂見的。針對這一問題，近年來齣現一種新的技術即壓縮感知技術，它能利用更少的數據和閤適的重構方法得到更精確的原始信號。將稀疏貝葉斯學習( SBL)和壓縮感知聯閤起來，形成瞭一種在譟聲的情況下更好重建可壓縮信號的方法，併進一步將這種方法應用在WSN中，可以在誤差允許的範圍內有效控製測量數據的維數，所以在保證瞭一定的誤差的同時還減少瞭成本，提高瞭算法的效率。
재무선전감기망락( WSN)중，전통적처리방식시채용내규사특기술대신호진행채양병중구，이수착신호빈솔적증가，응용내규사특기술회사성본급극증가，저시인문소불악견적。침대저일문제，근년래출현일충신적기술즉압축감지기술，타능이용경소적수거화합괄적중구방법득도경정학적원시신호。장희소패협사학습( SBL)화압축감지연합기래，형성료일충재조성적정황하경호중건가압축신호적방법，병진일보장저충방법응용재WSN중，가이재오차윤허적범위내유효공제측량수거적유수，소이재보증료일정적오차적동시환감소료성본，제고료산법적효솔。
In wireless sensor networks,signal is sampled and reconstructed using the technology of Nyquist in the past. But it requires a substantial increase in the cost with the growth of the signal frequency,which is that people do not like to see. Recently a new technology is emerged,which is called compressive sensing technology,is a good way to solve this problem. Compressive sensing can use less data and appropriate reconstruction method to get a more accurate original signal. Put Sparse Bayesian Learning ( SBL) and compressive sens-ing together to form a better reconstruction compressible signal under the noise. This method can effectively control the dimension of measurement data within the range of allowed error in WSN,so you can ensure a certain degree of error while reducing the cost,impro-ving the efficiency of the algorithm.
