基于任意支撑长度的小波函数，提出了一种分布式数据压缩算法。

无线传感器网络中分布式小波压缩 无线传感器网络中分布式小波压缩

随着从低功率视觉传感器到移动电话的视频设备的蓬勃发展，这些简单设备捕获的视频序列必须易于压缩，并由功能更强大的服务器重建。在这种情况下，结合了分布式视频编码（DVC）和压缩传感（CS）的分布式压缩视频感测（DCVS）被开发为一种新颖，功能强大的视频信号信号感测和压缩算法。在DCVS中，可以将视频帧以单独的方式压缩到几个测量值，而通过联合恢复算法探索帧间相关性。本文提出了一种新的基于边信息的置信传播（SI-BP）的DCVS联合恢复方案，以利用帧内和帧间相关性，这在容易出错的信道上特别有效。在两个帧

文物监测数据具有结构单一、冗余性大、误差高容忍度的特点,使得无线传感器网络中现有的数据压缩算法在文物监测中显得计算复杂度高、计算能耗大.将轻计算量型的SDT( Swing Door Trending)算法应用到无线传感器网络的文物监测中并作了改进,分析了大规模情况下数据压缩和网络能耗之间的关系,将改进的SDT算法与目前无线传感器网络中有代表性的分布式小波压缩算法进行比较.实验表明,改进的SDT计算能耗较分布式小波压缩算法的能耗少73％,在压缩率小于25％时,改进的SDT压缩算法性能可与分布式小波