[发明专利]一种多源信号协同压缩感知数据恢复方法有效
申请号: | 201810792251.6 | 申请日: | 2018-07-18 |
公开(公告)号: | CN108924148B | 公开(公告)日: | 2020-07-24 |
发明(设计)人: | 王建新;张平;郭克华;阮昌 | 申请(专利权)人: | 中南大学 |
主分类号: | H04L29/06 | 分类号: | H04L29/06;H04W84/18 |
代理公司: | 长沙市融智专利事务所(普通合伙) 43114 | 代理人: | 龚燕妮 |
地址: | 410083 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种多源信号协同压缩感知数据恢复方法,包括如下步骤:步骤1:无线传感器网络中的汇聚节点获取每个传感器节点的历史数据,并利用历史数据以及第一优化方程计算出稀疏结构信息矩阵;步骤2:汇聚节点接收每个传感器节点传输的待处理的压缩感知测量结果矩阵;步骤3:汇聚节点利用步骤1计算出的稀疏结构信息矩阵对每个传感器节点的待处理的压缩感知测量结果矩阵进行数据恢复操作得到恢复数据;恢复数据是每个传感器节点的当前待传输数据在压缩感知测量后对应的恢复结果。本发明通过历史数据的压缩感知测量结果矩阵训练出稀疏结构信息矩阵,且训练过程考虑了压缩感知测量过程的信息丢失,进而提高了后续数据恢复的精度。 | ||
搜索关键词: | 一种 信号 协同 压缩 感知 数据 恢复 方法 | ||
【主权项】:
1.一种多源信号协同压缩感知数据恢复方法,其特征在于:包括如下步骤:步骤1:无线传感器网络中的汇聚节点获取每个传感器节点的历史数据,并利用所述历史数据以及第一优化方程计算出用于恢复压缩感知数据的稀疏结构信息矩阵;所述第一优化方程如下所示:
Y=ΦX式中,Θ为稀疏结构信息矩阵,Z为历史数据的稀疏表达系数矩阵,Y为历史数据的压缩感知测量结果矩阵,X为采集的历史数据矩阵,Φ为历史数据的压缩感知测量矩阵,Ψ为离散余弦变换基,||*||F为弗罗贝尼乌斯范数,||*||0为L0范数,k和p均为常数,Zi和Θi分别是稀疏表达系数矩阵Z和稀疏结构信息矩阵Θ中第i列列向量;步骤2:汇聚节点接收每个传感器节点传输的待处理的压缩感知测量结果矩阵;其中,每个传感器节点的待处理的压缩感知测量结果矩阵是传感器节点将当前待传输数据进行压缩感知测量得到的;步骤3:汇聚节点利用步骤1计算出的稀疏结构信息矩阵对每个传感器节点的待处理的压缩感知测量结果矩阵进行数据恢复操作得到恢复数据;所述恢复数据是每个传感器节点的所述当前待传输数据在压缩感知测量后对应的恢复结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810792251.6/,转载请声明来源钻瓜专利网。