无线传感器网络中基于采样的时空数据恢复

随着智慧城市步伐的深入,对物理环境感知的要求越来越高;无线传感器网络被广泛部署到真实环境中去收集各种各样的环境数据,比如温度、湿度、光照度和二氧化碳的含量等。当无线传感器网络的规模很大时,巨大的数据传输量严重阻碍了无线传感器网络的长时间有效运行。矩阵填充作为一个新的稀疏表示技术,可以通过低秩矩阵中少量随机采样进行数据重构。由于传感数据的时空相关性,相邻传感器节点和时间节点的数据信息相对冗余,故采用分块采样的策略进行稀疏采样,在保证恢复精度的同时降低采样率,以达到降低数据传输代价的目的。