1、如今，無(wú)線傳感器網(wǎng)絡(luò)規(guī)模越來(lái)越大，節(jié)點(diǎn)數(shù)目不斷增多且分布范圍越發(fā)廣泛。在這樣大規(guī)模的分布式網(wǎng)絡(luò)中，傳統(tǒng)的集中式通信方式已再不適用，而分布式信號(hào)處理技術(shù)卻是解決分布式網(wǎng)絡(luò)中問(wèn)題的最佳選擇方案。在實(shí)際應(yīng)用中，研究人員通常需要獲得監(jiān)測(cè)區(qū)域內(nèi)某參數(shù)的整體分布圖，以便了解監(jiān)測(cè)區(qū)域參數(shù)場(chǎng)的整體分布情況。目前，國(guó)外的研究團(tuán)隊(duì)提出了將Gossip算法與壓縮感知算法結(jié)合的解決方案。利用壓縮感知算法對(duì)節(jié)點(diǎn)采集的離散參數(shù)值進(jìn)行稀疏壓縮。之后通過(guò)Gossip算

2、法完成節(jié)點(diǎn)間的稀疏信號(hào)的交換和數(shù)據(jù)更新過(guò)程。最終，研究人員只要訪問(wèn)網(wǎng)絡(luò)中任何一個(gè)節(jié)點(diǎn)的數(shù)據(jù)都可以重構(gòu)和估計(jì)出原始參數(shù)場(chǎng)的分布情況。
　　本論文針對(duì)分布式參數(shù)場(chǎng)估計(jì)問(wèn)題中涉及到的壓縮感知算法和Gossip算法進(jìn)行了理論分析和研究。首先對(duì)壓縮感知算法中的三個(gè)方面：信號(hào)的稀疏變換、測(cè)量矩陣的構(gòu)造和稀疏信號(hào)重構(gòu)問(wèn)題分別進(jìn)行了分析。重點(diǎn)研究了分布式網(wǎng)絡(luò)數(shù)據(jù)稀疏變換矩陣的構(gòu)造，以及梯度投影重構(gòu)算法。之后，對(duì)Gossip共識(shí)算法進(jìn)行研究。討論了

3、平均共識(shí)問(wèn)題和Gossip算法的網(wǎng)絡(luò)結(jié)構(gòu)及時(shí)間模型。對(duì)成對(duì)Gossip算法的收斂性進(jìn)行了證明，并且分析其收斂速度的上下界。除此之外，對(duì)收斂速度更快的無(wú)偏廣播Gossip算法進(jìn)行理論研究，證明其在期望上及二階矩上的收斂性。在上述理論研究基礎(chǔ)上，本論文提出了基于無(wú)偏廣播Gossip算法的分布式參數(shù)場(chǎng)估計(jì)改進(jìn)方案。改進(jìn)方法利用信道的廣播特性，提高了算法的計(jì)算速度，節(jié)約了計(jì)算時(shí)間。同時(shí)，本論文創(chuàng)新性地將這些理論應(yīng)用于電磁場(chǎng)信號(hào)接收功率強(qiáng)度識(shí)別問(wèn)

4、題方面。通過(guò)仿真實(shí)驗(yàn)對(duì)算法性能進(jìn)行驗(yàn)證和分析。
　　通過(guò)仿真分析可以看出由于使用了收斂速度更快的Gossip算法，改進(jìn)算法的計(jì)算時(shí)間更短，效率更高。同時(shí)，改進(jìn)算法在很少的迭代次數(shù)下仍可以到達(dá)到參數(shù)重構(gòu)精度要求，重構(gòu)精度不受影響。通過(guò)理論分析和仿真實(shí)驗(yàn)都驗(yàn)證了改進(jìn)算法在解決平滑參數(shù)場(chǎng)、有噪?yún)?shù)場(chǎng)和電磁場(chǎng)等不同環(huán)境中參數(shù)重構(gòu)和估計(jì)問(wèn)題的可行性，表現(xiàn)出計(jì)算速度快，重構(gòu)精度滿足應(yīng)用要求的優(yōu)點(diǎn)。綜上所述，本文提出的改進(jìn)算法在實(shí)時(shí)性及精度要求