1.一种移动无线传感器网络的压缩数据收集方法，其特征在于，包括以下步骤：(1)利用传感器感知数据的时空相关性设计基于Treelet的稀疏表示基；

(2)设计稀疏随机测量矩阵；

(3)设计布朗树路由算法进行数据收集；

(4)根据所述的稀疏表示基、稀疏随机测量矩阵以及基于步骤(3)的布朗树路由在Sink节点进行压缩数据重构；

所述步骤(1)包括以下步骤：

0 T

(11)在树的最底层l＝0，假设传感网中的感知数据可以表示为x＝[x0,1,...,x0,p] ，其对应的Dirac基记为Ψ0＝[ψ0,1,ψ0,2,...,ψ0,p]，其中Ψ0是一个p×p的单位阵；

0 0

(12)计算样本方差∑和相似矩阵M；

0

(13)根据相似矩阵M 查找最相似的和变量，假设 其中ζ∈{1,

2,...,p}，l∈{1,2,...,L}，L为树的最大层数；

(14)计算参数α,β的Jacobi矩阵：l T l‑1

其中 且 而∑＝J ∑ J；

l T l‑1 l

(15)不断更新基底Ψl＝Ψl‑1J和感知数据x＝Jx ，从而不断更新相似矩阵M的值；

(16)多分辨率算法：假设 其中索引α和β分别为第一主成分和第二主成分；定义第l层的和变量以及差分变量分别为 和 基矩阵Ψl的尺度函数和细节函数分别为φl和ψl，将和变量集合中的差分变量删除后，得到一个新的集合记为ζ＝ζ\{β}；第l层的正交Treelet分解为 其中生成的新的尺度向量集合 则为向量φl与上层的尺度函数{φl‑1,j}j≠α,β的级联，新生成的和变量 则是原始数据在这些向量上的投影；

所述步骤(2)所述的稀疏随机测量矩阵Φ为：其中，Φi,j为测量矩阵的第i行，j列元素，Bri是布朗树中第i个进行数据传输的节点。

2.根据权利要求1所述的一种移动无线传感器网络的压缩数据收集方法，其特征在于，所述步骤(3)包括以下步骤：2

(31)初始化，在被监测区域a内，随机部署n(N＝10n)个传感器节点，其中被监测区域总的传感器节点个数为N；

(32)n个传感器节点在监测区域内随机游走，当某个传感器节点随机游动到其它节点附近时就停止移动，直到所有n个传感器节点全部停止移动为止，自此这些传感器节点便形成了一棵子布朗树；

(33)随机生成n个传感器节点，重复步骤(32)的过程，直至被监测区域内N个传感器节点全部成为布朗树的一部分为止。

3.根据权利要求1所述的一种移动无线传感器网络的压缩数据收集方法，其特征在于，步骤(4)所述的Sink节点位于被监测区域中心位置。