CN104735721B - 在多跳无线网络中基于压缩感知技术传输图像信号的方法 - Google Patents

Abstract

本发明提供了一种在多跳无线网络中基于压缩感知技术传输图像信号的方法，包括步骤：第一步，编码器利用压缩感知方式将原信号打包成若干个信息量相当、重要性相同的描述包；第二步，计算每条传输链路的传输效益；第三步，根据传输链路的传输效益确定需要建立的链路连接；第四步，按调度方案建立传输链路并开始传输描述包。本发明综合考虑了图像信号传输中的编码解码和路由调度问题，并具有很强的可实现性，能被广泛地运用到现在的无线网络传输中，进而提高网络传输能力，有效改善图像信号传输实时性和传输效果。

Description

在多跳无线网络中基于压缩感知技术传输图像信号的方法

技术领域

本发明涉及的是一种无线通信技术领域的方法，尤其是一种以网络输出最优为目的的图像数据编码打包、数据包路由调度的算法，具体涉及在多跳无线网络中基于压缩感知技术传输图像信号的方法。

背景技术

随着无线网络技术的发展、移动设备的普及，人们对的移动数据服务的需求日益增长。因而大数据、实时性的移动数据传输越来越多的受到关注。这个话题不仅在学术上得到了广泛的研究，在工业应用领域的应用也颇受重视。有效地利用现有资源为用户提供实时性更好、容量更大的移动数据服务是一个亟待解决的重要课题。

一方面，随着数据量的增加、网络负荷的加重，数据包的路由调度问题将会变得越来越复杂。相对于文字信号而言，图像信号（如图片、视频等）的数据量更大、实时性要求更高，而图像信号恰恰是提升用户体验不可或缺的一部分，对传输图像信号的传输需求将会日益增加。另一方面，之前的发明大多只考虑了信源端编码、接收端解码的问题，或者只考虑了数据包在网络中的路由调度问题。一套编码解码和路由调度互相适配的算法，在编码和传输中优化图像信号的传输性能，可以改善网络传输效果、提高网络传输能力。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种方法来解决在多跳无线网络中的传输图像信号的问题。本发明综合考虑了图像信号传输中的编码解码和路由调度问题，并具有很强的可实现性，能被广泛地运用到现在的无线网络传输中。本发明能帮助我们提高网络传输能力，有效改善图像信号传输实时性和传输效果。

根据本发明提供的在多跳无线网络中基于压缩感知技术传输图像信号的方法，包括如下步骤：

第一步，编码器利用压缩感知方式将原信号打包成若干个信息量相当、重要性相同的描述包；

第二步，计算每条传输链路的传输效益；

第三步，根据传输链路的传输效益确定需要建立的链路连接；

第四步，按调度方案建立传输链路并开始传输描述包。

优选地，所述步骤1，具体为：

首先，编码器对大小为N'×N'的原图像信号F进行M(M＜N)次采样，得到采样值y_m，其中，N＝N'×N'，F＝[F_i,j](i,j≤N')，F_i,j为原始图像对应点上的值；采样的实质是测量原图像信号F＝[F_i,j]在采样矩阵φ'_m(m＝1,2,...,M)上的投影

y_m＝F,φ'_m

其中，m＝1,2,...,M表示了采样次数，原图像信号F＝[F_i,j]和采样矩阵的大小都为N'×N'；

将二维图像信号F＝[F_i,j]按列对叠成一维列向量x＝[x₁,…x_N],(n＝1,2,...,N)，其中N＝N'×N'；并且将二维采样矩阵φ'_m按列转置并堆叠为一维行向量φ_m，则有

y_m＝F,φ'_m＝φ_mx；

y＝Φx

其中，采样矩阵Φ是一个服从±1等概同分布（i.i.d.）的随机矩阵；

然后，编码器将采样值y_m及其对应的采样矩阵φ'_m的信息打包成为一个描述包；

采样矩阵Φ的信息是发送端和接收端共享的，即采样矩阵Φ是预存在发送端的解码器和接收端的解码器中的，编码器在打包描述包的时候只需要在描述包中指出采样矩阵φ'_m对应的采样次数m即可。

优选地，所述步骤二，具体为：

（1）计算链路的传输需求因子

设某一时刻t，对于包含发送节点N_t和接收节点N_r的链路l，发送节点N_t缓存中的描述包集合为接收节点N_r缓存中的描述包集合为假设每个节点最多只能转发同一个接收到的描述包一次；那么，节点缓存中将会有两种不同的描述包：一种是节点接收到的并且已经转发过的描述包，称为灰包；另一种是节点接收到的但尚未转发过的描述包，称为白包；记发送节点N_t缓存中的灰包、白包的集合分别为则有

若建立链路l，则可供传输的数据包是那些属于集合而不属于集合的描述包的集合；链路l可供传输的数据包的集合U_P为

考虑到链路传输容量，则每个传输时隙中链路l可以传输的数据包个数p为

p=min(|U_P|,q(l))

其中，q(l)=q(N_t,N_r)表示一个传输时隙中链路l可以传输的描述包个数，|U_P|表示集合U_P中包含的描述包的个数；

若建立链路l，在接收节点处复原图像的均方根误差的减少量ΔRMS为

其中，函数f_RMS(·)即为压缩感知复原图像的均方根误差RMS与用于复原的采样值个数的关系；

定义该时刻t链路l的传输需求因子TDF(l)为

链路的传输需求因子衡量了链路即将传输的数据包的重要性；

（2）计算链路的传输供应因子；

（3）计算链路的传输收益、传输成本

定义链路l的传输收益Revenue(l)为链路传输需求因子Revenue(l)与传输供应因子TSF(l)之积；

Revenue(l)＝TDF(l)·TSF(l)

定义链路l的传输成本Cost(l)为l的干扰集合中链路的传输收益，即

其中，链路l的干扰集合S_int(l)为因链路l带来的干扰而无法正常工作的链路集合，即

S_int(l)＝{l_int|l_int≠l,Dis(N_t(l_int),N_r(l))＜r,Dis(N_r(l_int),N_t(l))＜r}

其中，N_t(l)为链路l的发送节点，N_r(l)为链路l的接收节点，Dis(N_a,N_b)为两节点N_a、N_b之间的地理距离或信道质量，r为节点的干扰半径或信道质量的阈值，l_int表示对于链路l会造成干扰的链路；

（4）得到链路的传输效益

链路l的传输效益Utility(l)定义为

优选地，所述计算链路的传输供应因子，具体为：

首先计算各中继节点的节点权重，具体为：

（a）每个中继节点的节点性能值Q初始化为0，节点权重值W初始化为0，节点到接收端节点的跳数H初始化为正无穷；接收端节点的Q为正无穷，W为正无穷，H为0；

（b）依次遍历除接收端节点以外的所有节点N_i，若有与节点N_i直接相连的节点N_j满足

则

Q(N_i)←min(q(N_i,N_j),Q(N_j))

H(N_i)←1+H(N_j)

即当N_i以N_j为传输下一跳，并且节点N_i得到更优的节点权重值时，则更新节点N_i的节点性能值Q、节点权重值W和节点到接收端节点的跳数H；其中，q(l)=q(N_i,N_j)表示以N_i为发送节点、N_j为接收节点的链路l在一个传输时隙中可以传输的描述包个数，W(N_i)表示节点N_i的权重值，Q(N_i)表示节点N_i的性能值，H(N_i)表示节点N_i到接收端节点的跳数；

（c）重复（b）直至所有节点的节点性能值Q、节点权重值W和节点到接收端节点的跳数H在一次遍历中不再变化；得到各节点的节点权重值W；

节点权重衡量了每个中继节点向接收端传输数据的能力；

对于接收节点为N_r的链路l，链路l传输供应因子TSF(l)定义为

TSF(l)=W(N_r)

其中，W(N_r)表示节点N_r的权重值。

优选地，所述第三步，具体为：

（1）开始时，传输效益为正的链路都被划分为可能会被建立的链路，加入到将会被建立的链路的集合U_EstLink中；

（2）找出传输效益最大的链路l_max，然后从U_EstLink除去对链路l_max产生干扰的其他链路S_int(l_max)；并且将链路l_max的传输效益归零，即Utility(l_max)＝0；

（3）重复（2）直到U_EstLink中的链路互不干扰，即则U_EstLink为该时隙调度方案要建立的链路集合。

优选地，在所述第四步中，接收端根据实际情况对已收到的描述包进行解码。

min TV(F)

s.t.y_r＝Φ_rV_F

其中，列向量V_F是二维图像信号F按列堆叠而成的，TV(F)表示V_F对应的二维原始图像F的总变差。

与现有技术相比，本发明具有如下的有益效果：

（1）本发明利用压缩感知的复原技术，接收端可以随时根据已收到的描述包进行解码，而无需等待缺失的某些描述包或者请求发送端重传，减少等待或重传操作带来的时间延迟。

（2）本发明对传输实时性强、大数据的图像信号具有很强的可实现性和针对性。

（3）本发明的路由调度算法中，传输能力高的链路会优先占用信道。这样能在避免信道冲突的前提下，使得整个网络有较高的输出。

（4）本发明综合考虑了图像信号传输中的编码解码和路由调度问题。该传输方法中，图像信号的编码解码和数据包的路由调度互相适配，在编码和传输互相配合以优化图像信号的传输性能，可以更好地改善网络传输效果、提高网络传输能力。

（5）本发明能保证良好的数据实时性，和高效的路由调度，并在链路建立传输时，不会有信道冲突，同时得到相对优良的网络输出表现。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为网络场景1和网络场景2的复原图均方根误差（RMS）随时间变化的曲线的对比效果示意图。

图2为网络场景1和网络场景2的接收端节点缓存中数据包数量随时间变化的曲线的对比效果示意图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

本发明提供了一种在多跳无线网络中基于压缩感知技术传输图像信号的方法，本发明的传输方法包括了互相匹配的数据打包、数据传输、数据复原的环节，可以高效地完成在无线网络中传输实时性、大数据的图像信号的问题。本发明的步骤如下：首先发送端根据压缩感知对图像数据进行打包，然后每个节点先计算出自己的节点权重，然后根据链路两端节点缓存中的数据包状态、以及链路中接收节点的节点权重，计算链路的传输效益，并根据链路传输效益以链路为单位进行路由调度。

本发明讨论的网络系统模型是一个拥有一个发送端、一个对应的接收端、以及多个中继传输节点的单播网络。由于发送端与接收端在通信范围之外，因此从发送端出发的信号需要通过中继节点转发才能到达接收端。

本发明包括以下步骤：

第一步，编码器负责利用压缩感知技术将原信号打包成若干个信息量相当、重要性相同的描述包。

首先，编码器将会对大小为N'×N'的原图像信号F进行M(M＜N)次采样，得到采样值y_m，其中，N＝N'×N'，F＝[F_i,j](i,j≤N')，F_i,j为原始图像对应点上的值。采样的实质是测量原图像信号F＝[F_i,j]在采样矩阵φ'_m(m＝1,2,...,M)上的投影

y_m＝F,φ'_m

其中，m＝1,2,...,M表示了采样次数，原图像信号F＝[F_i,j]和采样矩阵的大小都为N'×N'。

将二维图像信号F＝[F_i,j]按列对叠成一维列向量x＝[x₁,…x_N],(n＝1,2,...,N)，其中N＝N'×N'。并且将二维采样矩阵φ'_m按列转置并堆叠为一维行向量φ_m，则有

y_m＝F,φ'_m＝φ_mx。

y＝Φx

其中，采样矩阵Φ是一个服从±1等概同分布（i.i.d.）的随机矩阵。

然后，编码器将采样值y_m及其对应的采样矩阵φ'_m的信息打包成为一个描述包。

采样矩阵Φ的信息是发送端和接收端共享的，即采样矩阵Φ是预存在发送端的解码器和接收端的解码器中的。因此，编码器在打包描述包的时候，无需将采样矩阵的具体内容加入到描述包中，只需要在描述包中指出采样矩阵φ'_m对应的采样次数m即可。因此，描述包就是包含采样值与采样次数的数据包。

第二步，对每条传输链路，计算其传输效益。算法具体步骤如下：

（1）计算链路的传输需求因子。

设某一时刻t，对于包含发送节点N_t和接收节点N_r的链路l，发送节点N_t缓存中的描述包集合为接收节点N_r缓存中的描述包集合为假设每个节点最多只能转发同一个接收到的描述包一次。那么，节点缓存中将会有两种不同的描述包：一种是节点接收到的并且已经转发过的描述包，称为灰包；另一种是节点接收到的但尚未转发过的描述包，称为白包。记发送节点N_t缓存中的灰包、白包的集合分别为则有

若建立链路l，可供传输的数据包应该是不存在于接收节点缓存中的，发送节点中的白包；即那些属于集合而不属于集合的描述包的集合。链路l可供传输的数据包的集合U_P为

考虑到链路传输容量，则每个传输时隙中链路l可以传输的数据包个数p为

p=min(|U_P|,q(l))

其中，q(l)=q(N_t,N_r)表示一个传输时隙中链路l可以传输的描述包个数，|U_P|表示集合U_P中包含的描述包的个数。

若建立链路l，在接收节点处复原图像的均方根误差的减少量ΔRMS为

其中，函数f_RMS(·)即为压缩感知复原图像的均方根误差RMS与用于复原的采样值个数的关系。

定义该时刻t链路l的传输需求因子TDF(l)为

链路的传输需求因子衡量了链路即将传输的数据包的重要性。

（2）计算链路的传输供应因子。

首先计算各中继节点的节点权重，计算算法为

（a）每个中继节点的节点性能值Q初始化为0，节点权重值W初始化为0，节点到接收端节点的跳数H初始化为正无穷。接收端节点的Q为正无穷，W为正无穷，H为0。

（b）依次遍历除接收端节点以外的所有节点N_i，若有与节点N_i直接相连的节点N_j满足

则

Q(N_i)←min(q(N_i,N_j),Q(N_j))

H(N_i)←1+H(N_j)

即当N_i以N_j为传输下一跳，并且节点N_i得到更优的节点权重值时，则更新节点N_i的节点性能值Q、节点权重值W和节点到接收端节点的跳数H。其中，q(l)=q(N_i,N_j)表示以N_i为发送节点、N_j为接收节点的链路l在一个传输时隙中可以传输的描述包个数，W(N_i)表示节点N_i的权重值，Q(N_i)表示节点N_i的性能值，H(N_i)表示节点N_i到接收端节点的跳数。

（c）重复（b）直至所有节点的节点性能值Q、节点权重值W和节点到接收端节点的跳数H在一次遍历中不再变化。得到各节点的节点权重值W。

节点权重衡量了每个中继节点向接收端传输数据的能力。

对于接收节点为N_r的链路l，其传输供应因子TSF(l)定义为

TSF(l)=W(N_r)

其中，W(N_r)表示节点N_r的权重值。

（3）计算链路的传输收益、传输成本。

定义链路l的传输收益Revenue(l)为链路传输需求因子Revenue(l)与传输供应因子TSF(l)之积。

Revenue(l)＝TDF(l)·TSF(l)

定义链路l的传输成本Cost(l)为l的干扰集合中链路的传输收益，即

其中链路l的干扰集合S_int(l)为因链路l带来的干扰而无法正常工作的链路集合，即

S_int(l)＝{l_int|l_int≠l,Dis(N_t(l_int),N_r(l))＜r,Dis(N_r(l_int),N_t(l))＜r}

其中，N_t(l)为链路l的发送节点，N_r(l)为链路l的接收节点，Dis(N_a,N_b)为两节点N_a、N_b之间的地理距离或信道质量，r为节点的干扰半径或信道质量的阈值，l_int表示对于链路l会造成干扰的链路。

（4）得到链路的传输效益。

链路l的传输效益Utility(l)定义为

第三步，根据链路的传输效益决定需要建立的链路连接。具体的算法如下：

（1）将会被建立的链路的集合为U_EstLink。开始时，传输效益为正的链路都被划分

为可能会被建立的链路，加入到集合U_EstLink中。

（2）找出传输效益最大的链路l_max，然后从U_EstLink除去对链路l_max产生干扰的其他链路S_int(l_max)。并且将链路l_max的传输效益归零，即Utility(l_max)＝0。由于与l_max互相干扰的链路已经在本阶段被除去，因此l_max在后续的迭代中不受到影响。

（3）重复（2）直到U_EstLink中的链路互不干扰，即则U_EstLink为该时隙调度方案要建立的链路集合。

以上算法遍历所有链路后，屏蔽掉了所有干扰的可能，系统达到一个可以稳定传输的状态。这个稳定传输状态是指，每个干扰范围内，在不产生干扰的前提下，信道都被传输效用值局部最优的链路占用。

第四步，按调度方案建立传输链路并开始传输描述包，接收端可以根据实际情况对已收到的描述包进行解码。

min TV(F)

s.t.y_r＝Φ_rV_F

其中，列向量V_F是二维图像信号F按列堆叠而成的。

在实验中，无线网络分布在一个80*80的正方形区域中，正方形相对的两边的中点分别是一个发送端节点和接收端节点；另外，18个中继节点随机分布在正方形区域中。无线通信的干扰半径与通信半径都是r＝30米，即30米半径范围内的两个节点可以受到彼此发送的无线信号的作用。通信范围内的两个节点之间通信链路的信噪比满足高斯分布。同时我们知道，在传输节点的干扰半径内，除了接收节点外的其他节点不能接收数据；在接收节点的干扰半径内，除了传输节点外的其他节点不能发送数据。且任意节点只能同时接收一个节点给它的数据，且不能同时接收和发送数据。根据这些关系，我们可以建立起该网络场景中链路之间的干扰关系矩阵。

具体实现步骤包括下列几步：

第一步，根据网络拓扑关系计算各中继节点的节点权重值W，接收端节点的节点权重值W设为100（这个100并没有特殊的数字要求，只是需要接收端节点的节点权重值相对于其他节点的节点权重值足够大）。

第二步，按照我们介绍的算法，计算各链路的传输需求因子、链路的传输收益、传输成本以及传输效益。

第三步，根据链路的传输效益决定需要建立的链路连接，建立通信链路，更新各节点缓存中的数据包状态。

第四步，记录如下数据：

（1）接收端节点在各个时隙接收到的数据包数量。

（2）在每个时隙中，接收端节点根据已接收的数据包进行信号复原的复原图相对于原图的均方差值。

在两个不同的网络场景中，通过记录以上数据，比较对比实验得到的结果，我们得到了图1、图2。其中，对比实验内容是在同一无线网络中利用基于传统离散余弦变换的传输方法传输同一图像信号。

图1中，（a）为网络场景1复原效果，（b）为网络场景2复原效果。图2中，（a）为网络场景1复原效果，（b）为网络场景2复原效果。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (5)

1.一种在多跳无线网络中基于压缩感知技术传输图像信号的方法，其特征在于，包括如下步骤：

第一步，编码器利用压缩感知方式将原信号打包成若干个信息量相当、重要性相同的描述包；

第二步，计算每条传输链路的传输效益；

第三步，根据传输链路的传输效益确定需要建立的链路连接；

第四步，按调度方案建立传输链路并开始传输描述包；

所述第三步，具体为：

(1)开始时，传输效益为正的链路都被划分为可能会被建立的链路，加入到将会被建立的链路的集合U_EstLink中；

(2)找出传输效益最大的链路l_max，然后从U_EstLink除去对链路l_max产生干扰的其他链路S_int(l_max)；并且将链路l_max的传输效益归零，即Utility(l_max)＝0；

(3)重复(2)直到U_EstLink中的链路互不干扰，即则U_EstLink为该调度方案要建立的链路集合；

所述步骤二，具体为：

(1)计算链路的传输需求因子

设某一时刻t，对于包含发送节点N_t和接收节点N_r的链路l，发送节点N_t缓存中的描述包集合为接收节点N_r缓存中的描述包集合为假设每个节点最多只能转发同一个接收到的描述包一次；那么，节点缓存中将会有两种不同的描述包：一种是节点接收到的并且已经转发过的描述包，称为灰包；另一种是节点接收到的但尚未转发过的描述包，称为白包；记发送节点N_t缓存中的灰包、白包的集合分别为则有

若建立链路l，则可供传输的数据包是那些属于集合而不属于集合的描述包的集合；链路l可供传输的数据包的集合U_P为

考虑到链路传输容量，则每个传输时隙中链路l可以传输的数据包个数p为

p＝min(|U_P|,q(l))

其中，q(l)＝q(N_t,N_r)表示一个传输时隙中链路l可以传输的描述包个数，|U_P|表示集合U_P中包含的描述包的个数；

若建立链路l，在接收节点处复原图像的均方根误差的减少量ΔRMS为

其中，函数f_RMS(·)即为压缩感知复原图像的均方根误差RMS与用于复原的采样值个数的关系；

定义该时刻t链路l的传输需求因子TDF(l)为

链路的传输需求因子衡量了链路即将传输的数据包的重要性；

(2)计算链路的传输供应因子；

(3)计算链路的传输收益、传输成本

定义链路l的传输收益Revenue(l)为链路传输需求因子TDF(l)与传输供应因子TSF(l)之积；

Revenue(l)＝TDF(l)·TSF(l)

定义链路l的传输成本Cost(l)为l的干扰集合中链路的传输收益，即

其中，链路l的干扰集合S_int(l)为因链路l带来的干扰而无法正常工作的链路集合，即

S_int(l)＝{l_int|l_int＝l,Dis(N_t(l_int),N_r(l))＜r,Dis(N_r(l_int),N_t(l))＜r}

其中，N_t(l)为链路l的发送节点，N_r(l)为链路l的接收节点，Dis(N_a,N_b)为两节点N_a、N_b之间的地理距离或信道质量，r为节点的干扰半径或信道质量的阈值，l_int表示对于链路l会造成干扰的链路；

(4)得到链路的传输效益

链路l的传输效益Utility(l)定义为

2.根据权利要求1所述的在多跳无线网络中基于压缩感知技术传输图像信号的方法，其特征在于，所述第一步，具体为：

首先，编码器对大小为N'×N'的原图像信号F进行M(M＜N)次采样，得到采样值y_m，其中，N＝N'×N'，F＝[F_i,j](i,j≤N')，F_i,j为原始图像对应点上的值；采样的实质是测量原图像信号F＝[F_i,j]在采样矩阵φ'_m(m＝1,2,...,M)上的投影

y_m＝<F,φ'_m>

其中，m＝1,2,...,M表示了采样次数，原图像信号F＝[F_i,j]和采样矩阵的大小都为N'×N'；

将二维图像信号F＝[F_i,j]按列对叠成一维列向量x＝[x₁,…x_N],(n＝1,2,...,N)，其中N＝N'×N'；并且将二维采样矩阵φ'_m按列转置并堆叠为一维行向量φ_m，则有

y_m＝<F,φ'_m>＝φ_mx；

将ym堆成大小为M×1的矩阵y，即将采样矩阵φ_m的倒置φ_m ^T按行堆成大小为M×N矩阵Φ，即则有

y＝Φx

其中，采样矩阵Φ是一个服从±1等概同分布(i.i.d.)的随机矩阵；

然后，编码器将采样值y_m及其对应的采样矩阵φ'_m的信息打包成为一个描述包；

采样矩阵Φ的信息是发送端和接收端共享的，即采样矩阵Φ是预存在发送端的解码器和接收端的解码器中的，编码器在打包描述包的时候只需要在描述包中指出采样矩阵φ'_m对应的采样次数m即可。

3.根据权利要求1所述的在多跳无线网络中基于压缩感知技术传输图像信号的方法，其特征在于，所述计算链路的传输供应因子，具体为：

首先计算各中继节点的节点权重，具体为：

(a)每个中继节点的节点性能值Q初始化为0，节点权重值W初始化为0，节点到接收端节点的跳数H初始化为正无穷；接收端节点的Q为正无穷，W为正无穷，H为0；

(b)依次遍历除接收端节点以外的所有节点N_i，若有与节点N_i直接相连的节点N_j满足

则

Q(N_i)←min(_q(N_i,N_j),Q(N_j))

H(N_i)←1+H(N_j)

即当N_i以N_j为传输下一跳，并且节点N_i得到更优的节点权重值时，则更新节点N_i的节点性能值Q、节点权重值W和节点到接收端节点的跳数H；其中，q(l)＝q(N_i,N_j)表示以N_i为发送节点、N_j为接收节点的链路l在一个传输时隙中可以传输的描述包个数，W(N_i)表示表示节点N_i的权重值，Q(N_i)表示表示节点N_i的性能值，H(N_i)表示表示节点N_i到接收端节点的跳数；

(c)重复(b)直至所有节点的节点性能值Q、节点权重值W和节点到接收端节点的跳数H在一次遍历中不再变化；得到各节点的节点权重值W；

节点权重衡量了每个中继节点向接收端传输数据的能力；

对于接收节点为N_r的链路l，链路l传输供应因子TSF(l)定义为

TSF(l)＝W(N_r)

其中，W(N_r)表示节点N_r的权重值。

4.根据权利要求1所述的在多跳无线网络中基于压缩感知技术传输图像信号的方法，其特征在于，在所述第四步中，接收端根据实际情况对已收到的描述包进行解码。

5.根据权利要求4所述的在多跳无线网络中基于压缩感知技术传输图像信号的方法，其特征在于，在所述第四步中，若在时间t，接收端接收到K个对应采样次数为{k₁,k₂,...,K}的描述包，其中设描述包中包含的采样值为按采样次数堆叠为对应的采样矩阵为复原原信号，即求解优化问题

min TV(F)

s.t.y_r＝Φ_rV_F

其中，列向量V_F是二维图像信号F按列堆叠而成的，TV(F)表示V_F对应的二维原始图像F的总变差。