压缩感知在大型温室无线监测系统中的应用研究

摘要

随着科学技术的快速发展，为了提高农业的生产效率，温室无线监测系统在现代农业生产中的应用越来越多，它的应用解决了外界相对恶劣的生态环境对农业发展的制约，提高了农业生产水平。在大型温室的无线监测系统中分布着大量的传感节点，而目前的采样机制都是基于高采样频率的奈奎斯特采样定理，因此对硬件的处理能力要求很高，由于无线传感器网络硬件资源的限制容易导致节点的损坏，造成温室监测系统的生命周期变短，影响了智能温室在现代农业生产中的运用与推广。为减少数据的采集量和通信量，提出将压缩感知理论应用于温室环境的无线监测系统中，用以取代高采样频率的奈奎斯特采样定理。本文的主要研究内容如下:
　　(1)介绍了压缩感知的基本理论，特别针对其中信号的稀疏变换、信号的压缩测量以及信号的重构等关键技术进行了较详细的论述。
　　(2)对温室无线监测系统的总体框架、硬件系统、软件系统进行了设计，采用正交匹配追踪算法(OMP)对温室环境参数进行压缩与重构，并进行重构性能分析，寻找最佳稀疏度下的观测值。
　　(3)结合单个节点采集的数据存在时间相关性以及联合稀疏模型，建立了无线传感器网络中基于联合稀疏模型二(JSM-2)的时空相关性分布式压缩感知模型应用于温室系统中，并结合其编码与解码方案，更进一步的减少了数据的采集量与通信量。
　　(4)针对以上建立的模型和编解码算法在matlab中进行实验仿真验证。首先对基于JSM-2的一步贪婪算法(OSGA)和同步正交匹配追踪算法(SOMP)进行了比较，说明SOMP重构算法更优越;再通过对OMP与SOMP算法在同种重构性能条件下，比较说明SOMP算法需要的观测值更少;最后进行能耗分析比较，说明相对于传统的传输，压缩感知只需要一半的能耗，并进一步说明SOMP算法在节能方面更有优势。

目录

声明

摘要

第一章 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．2．1 温室系统国内外研究现状

1．2．2 WSN概述与国内外研究现状

1．2．3 WSN中的CS国内外研究现状

1．3 论文组织结构

1．4 本章小结

第二章 压缩感知理论

2．1 概述

2．1．1 范数

2．1．2 稀疏信号

2．1．3 可压缩信号

2．2 信号的稀疏化

2．3 测量矩阵的构建

2．4 信号的重构

2．4．1 匹配追踪算法(MP)

2．4．2 正交匹配追踪算法(OMP)

2．5 本章小结

第三章 基于CS的温室监测系统设计

3．1 总体框架设计

3．2 系统硬件设计

3．2．1 数据采集节点硬件设计

3．2．2 传感器模块

3．2．3 网关模块

3．3 系统软件设计

3．3．1 终端节点软件设计

3．3．2 嵌入式网关软件设计

3．3．3 上位机软件介绍

3．4 试验过程与仿真结果

3．4．1 实验环境与参数设定

3．4．2 重构性能分析

3．5 本章小结

第四章 基于时空间相关性的DCS在大型温室监测系统中的应用

4．1 分布式压缩感知

4．2 联合稀疏模型

4．2．1 JSM-1

4．2．2 JSM-2

4．2．3 JSM-3

4．3 温室监测系统中基于JSM-2的DCS模型

4．4 温室监测系统中基于JSM-2的DCS算法

4．4．1 OSGA算法

4．4．2 SOMP算法

4．5 温室监测系统中的能耗模型

4．5．1 单节点能量模型

4．5．2 簇头节点能量模型

4．6 仿真实验及结果

4．6．1 OSGA与SOMP联合重构算法的比较

4．6．2 独立重构算法与联合重构算法的比较

4．6．3 能耗分析

4．7 本章小结

第五章 总结与展望

5．1 总结完成的工作

5．2 存在的不足

5．3 未来的展望

参考文献

致谢

个人简介