基于壓縮感知的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)收集被認為是一種有效的網(wǎng)內(nèi)數(shù)據(jù)壓縮技術(shù)，其具有網(wǎng)絡(luò)通信代價小與均衡網(wǎng)絡(luò)能量消耗的特點?，F(xiàn)有基于壓縮感知數(shù)據(jù)收集方案主要針對可靠無線傳感器網(wǎng)絡(luò)環(huán)境。即鏈路不存在網(wǎng)絡(luò)丟包現(xiàn)象。然而現(xiàn)實網(wǎng)絡(luò)運行結(jié)果表明網(wǎng)絡(luò)丟包是一種常見現(xiàn)象，網(wǎng)絡(luò)丟包會導致這些方案數(shù)據(jù)恢復(fù)性能易受干擾。為了提高壓縮感知在不可靠鏈路下數(shù)據(jù)的魯棒性，該文提岀一種聯(lián)合路由的稀疏投影數(shù)據(jù)收集方案，其可以有效降低網(wǎng)絡(luò)丟包對感知數(shù)據(jù)質(zhì)量的影響。該方案主要是通過兩個方面技術(shù)來提高不可靠鏈路下數(shù)據(jù)的魯棒性。首先根據(jù)路由設(shè)計稀疏投影矩陣，降低網(wǎng)絡(luò)丟包對測量值數(shù)據(jù)的破壞;其次，進行稀疏投影矩陣限制下的低相稀疏表示基設(shè)計，保證被壓縮數(shù)據(jù)有效恢復(fù)與重構(gòu)。為了滿足稀疏表示基與稀疏投影路由矩陣之間的低相干性該文給岀一種稀疏表示基學習算法。除此之外，該文還給岀分布式網(wǎng)絡(luò)環(huán)境下稀疏隨杋投影數(shù)據(jù)收集實現(xiàn)算法。真實網(wǎng)絡(luò)數(shù)據(jù)實驗結(jié)果表明·文中提岀的稀疏表示基學習算法得到的稀疏表示基可以有效壓縮網(wǎng)絡(luò)藪據(jù)，同時即便在丟包率為20%情況下網(wǎng)絡(luò)感知數(shù)據(jù)仍能被有效恢復(fù)。能量仿真結(jié)果表明，對比現(xiàn)有壓縮感知數(shù)據(jù)收集方案，文中提出的方案可以有效減少網(wǎng)絡(luò)能量消耗。。