为了解决无线传感器网络中数据采集过程中的冗余和传输能耗问题， 深入分析信号的线性测量过程， 提.出一种用于压缩感知的测量矩阵设计方法。该方法结合对角矩阵和正交基线性表示原理， 采用线性结构化的方法构.造， 过程简单、速度快、稀疏度高、没有冗余， 适合硬件资源有限的传感器节点的实现。仿真结果表明， 基于对角矩阵线.性表示的测量方法与常见的高斯随机矩阵和部分哈达玛矩阵两种测量方法相比， 该方法在相同信号重构精度前提下.信号恢复成功率更高， 传感节点可以通过压缩观测得到更少的测量数据， 从而大大减少网

针对无线传感器网络中传统测量矩阵方法无法满足数据采集需求的问题． 提出一种基于离散小波变换基的梯度下降.混合算法，对原始测量矩阵进行优化，通过此方法能够降低原测量方法的数据空间复杂度，提高算法的收敛速度，增强测量矩阵.与稀疏矩阵的非相关性． 实验对比分析，该方法收敛速度快，数据重构成功率明显高于传统测量方法，降低了测量矩阵设计和实.现难度，提高了去除信噪能力，适合在低采样率网络环境中应用