分布式压缩感知的DCS-SOMP算法

简介：
简介：本文提出了一种应用于分布式压缩感知的DCS-SOMP算法，通过优化数据采集与稀疏信号重构过程，显著提升了系统的整体效率和性能。 根据压缩感知理论，在信号长度固定的情况下，稀疏度越高所需的测量值越少。对于一组信号而言，选择不同的共同分量会导致不同的联合稀疏效果。如果能够获取每个节点采集的信号数据，则可以最佳地确定共同分量以使联合稀疏表示达到最小稀疏度。 基于这一理念，并结合传感器的具体应用场景，采用了一种层次化的路由方式——即分簇结构：首先将各簇内节点的数据传输至该簇的头节点；然后由每个簇头根据所属各个节点数据来优化确定共同分量；接着对这些共同分量和特征分量分别进行投影处理，并将得到的投影值传送到汇聚节点处。最后，于汇聚点执行联合恢复操作以重建出各采集节点原始信号向量。