基于贝叶斯压缩感知的认知wsn数据融合策略

？将贝叶斯压缩感知（bcs）应用于大规模认知无线传感器网络（c-wsn）中的汇聚节点数据融合，提出了一种稀疏贝叶斯估计方法。根据大量认知节点对实际非平稳信号的空时相关性结构，汇聚节点基于层次化贝叶斯分析模型的压缩感知方法进行数据融合，以较大概率重构出多个认知节点的感知信息。仿真结果表明，与基于贪婪算法的正交匹配追踪（omp）相比，基于bcs的数据融合具有较低的重构均方误差（mse），且利用感知数据的时空相关性，在较小的压缩比下即可实现快速收敛。所提策略可适用于大规模认知wsn汇聚节点端的数据稀疏重构。