稀 疏测量矩阵，压缩测量矩阵中非零元素的位置是随机选取的，仅仅通过测量矩阵的稀疏率 0和压缩比P限制其行权重和列权重。稀疏率0定义为压缩测量矩阵中非零元素的个 数与所有元素的总个数的比值；压缩比P定义为压缩测量矩阵的行数目M与无线传感网 中传感器数目N的比值，压缩测量矩阵表示为O，其维数为MXN，
I因非零元素位置 的随机性对于每一次压缩测量数据的获取，分配到非零测量权值的节点的分布也具有随机 性，但压缩测量矩阵列权重为1 = 0M，即测量矩阵的每一行中非零元素的值有1个，M取决 于压缩测量的压缩比。传感器节点根据分配的测量权值进行压缩测量，当测量值为非零时， 传感器节点需要向簇头节点发送数据，因此根据测量矩阵的稀疏率，每轮数据收集过程中， 单个传感器节点需要传输的数据量为0PN比特，且采用BPSK传输时，系统带宽B和码速 率值相等，因此：
W側本地通信传感器节点需要的发送功率P/…-tun-s二（1+日）口。。山。。。^。。。为满足一 定接收误码率条件下的接收功率，Gt1。。为本地功率增益因子，a表示射频功率放大器的效 用参数，
，C表示射频功率放大器的漏极效率参数，
b为调制信号的 星座大小，n表示调制信号的峰均比PAR任eaktoAverageRate),W上参数的具体定义可 参考文献《无线传感器网络中一种基于分簇的能量高效虚拟MIMO传输策略》中所述。
[0069]过程=的传输能耗与w-t-u?'的计算不同于参考文献《无线传感器网络中一种基于 分簇的能量高效虚拟MIMO传输策略》的处理，进行了压缩测量后，簇头节点接收到来自簇 内感知节点的数据为压缩后的数据，没有冗余，不需要进行数据融合处理，簇头节点改为 执行M维加法后，将数据广播给簇内的协作节点，本过程中每一轮数据收集中簇头节点广 播M比特的数据给形成虚拟MIMO天线阵列的Mt个协作节点，因此发送数据需要的时间
-，因此本地通信过程=簇头节点到形成虚拟MIMO天线阵的协作节点的传输能 耗表示为：
[0071]式（7)中P/…为簇头节点需要的发送功率，具体定义方式和前文所述过程一 中本地通信传感器节点需要的发送功率P/…定义相同。
[0072] 接下来计算本地通信的电路能耗Ef-6气本地通信的过程一和过程=存在发送机 电路能耗，本地通信的过程二和过程四是数据接收过程，存在接收机的电路能耗，过程一和 过程二为一对发送和接收过程，过程=和过程四为一对发送和接收过程，式（2)中本地通 信的电路能耗￡^ 表示为运两对发送接收过程电路能耗之和：
[0074] 式（8)中，公fw-WfV为过程一的发送机电路消耗和过程二的接收机电路消耗之和， 《w-df为过程=的发送机电路消耗和过程四的接收机电路消耗之和。
[0077] 式（9)和（10)中，Pct和P"分别为PN比特数据的发送和接收分别需要的发送 机电路功率和接收机电路功率消耗，定义方法可W参考文献《无线传感器网络中一种基于 OSTBC的的高效协作传输技术》中关于运两个参数的定义，但是参考文献对于发送和接收机 电路的工作时间的定义是基于数据融合的模型给出的，本发明的不同之处在于能量模型是 基于一轮数据收集过程建立的，根据压缩测量模型，数据收集过程中簇头节点接收到的数 据没有冗余，不需要数据融合步骤，仅仅依靠简单的加法运算，需要发送的数据量为PN比 特。
[0078] 式（1)中，巧"ig代表的远程能耗计算如下：过程五各分簇内虚拟MIMO传输阵列发 送数据到数据汇聚端SINK运一过程因通信距离较远，称为远程通信，如前所述的原因不需 要考虑数据汇聚端SINK的接收能耗，旬""S为传输能耗与""S和发送机电路能耗岭"'-Wt之 和。传输系统结构如附图4所示，由协作节点构成一个虚拟MIMO天线阵列将数据传输到数 据汇聚端SINK。考虑到协作节点到SINK端的距离较远，调制方式采用星座图为b化> 2) 的MQAM调制方式传输数据。远程传输能耗为：
[00川式（12)，中为虚拟MIMO阵列需要的发送功率，式中各参数定义可W参照参考文献《无线传感器网络中一种基于分簇的能量高效虚拟MIMO传输策略》中对于参 数的定义。左A表示数据汇聚端SINK接收1比特数据需要的平均能量，是（Mt，b)的函数，可 表示为写(M,.，A)，Rb表示数据的传输速率，通常取Rb=bB，Gt_i。。是远程通信功率增益因子， 为第i个分簇的虚拟MIMO阵列在每一轮数据收集过程中的数据发送时间。一轮数 据收集过程，每个分簇的虚拟MIMO天线阵列需要发送的数据量最大为M比特，则工作时间
IVeff为加上信道估计需要的一部分训练开销对系统数据传输速率修正后的 有效数据传输速率，定义方式参考文献《无线传感器网络中一种基于分簇的能量高效虚拟 MIMO传输策略》中关于RbWf的定义。
[00間 远程通信发送机电路能耗计算：单个虚拟MIMO天线阵列的发送机电路功 率为：MtP。,，第i个分簇内虚拟MIMO天线阵列的发送机电路能耗为：
[0084]步骤3、利用式（14)对所述压缩数据收集能耗模型Et。,。进行优化，获得联合优化 结果（0，P，n"M"b): 阳085] ( 0，P，n"M"b) =argminEtotai( 0，P，n"M"b) (14)
[0086] 式（14)中，0表示所述压缩测量过程中测量矩阵的稀疏率；P表示所述压缩测量 过程中的压缩比；Mt表示所述虚拟MIMO天线阵列所包含的传感器节点个数；b表示所述调 制过程中的星座图大小；虚拟MIMO的压缩数据收集能耗模型包含了数据压缩测量中所使 用不同压缩测量矩阵对总通信能耗Et。^的影响，数据压缩和数据的传输是一个完整过程， 通过所述步骤3进行数据压缩和传输的联合优化。
[0087] 基于W上分析，总数据收集能耗可W进一步表示为：
W89] 根据式（4)-(7)本地传输能耗与测量矩阵的稀疏率0和压缩比P有关，即 伴(风例是关于（0，P)的变量。根据式做-(10)皆L房/7)是关于协作节 点数Mt、测量矩阵稀疏率0和压缩比P的变量；根据式（11)和（12)，巧"-'"""(M,,，扣切 是关于协作节点数Mt、远程通信时调制信号的星座图大小b和压缩比P的变量；根据式 (14)婷冰/,，戶)是关于协作节点数Mt和压缩比P的变量。而根据总的能耗算式（15)， 数据收集总的能量消耗是关于（6,P，nt，Mt，b)运五个量动态变化的，可W基于总能耗算 式对（e，P，n。，M。b)运五个变量进行联合优化，具体的联合优化算式如式（14)所示。因本 方案是一个压缩数据收集方案，考虑到数据重建的精度，在进行优化时要对测量矩阵的稀 疏率0和压缩比P的取值范围进行一定的约束。具体的范围应根据传感网络内传感器节 点的数量和具体需要监测的对象进行确定，举例说明，假设无线传感网的应用环境中信噪 比为20地，部署传感器节点数目为1024个，那么根据本发明采用数据压缩和重构方法，压 缩比的选取在0. 3到0. 6之间，测量矩阵的稀疏率0在0.Ol到0. 03之间，重构精度都能够 满足要求。数据传输时每个簇内要构成一个虚拟天线阵列，分簇数目必须满足2《n。^N/ Mt,其它参数满足2,b> 2即可，因此式（14)的联合优化问题建模为一个多变量约束 优化模型进而得到最优解（0，P，n。，M。b)。
[0090]步骤4、如图2所示，数据汇聚端SINK将存储所述联合优化结果（0，P，nc，Mt，b)， 并根据所述稀疏率P和压缩比P产生压缩测量矩阵，并将压缩测量矩阵的元素值定义为 压缩测量的测量权值，如在无线传感网的应用环境下，部署传感器节点数目为N个，根据稀 疏率0和压缩比P产生压缩测量的具体过程如下：首先通过1 = 0PN计算得到压缩测量 矩阵列权重，1取整数，PN取整数，那么行权重
；接着产生一个PNXN的全零矩阵O， 在其每一行随机