局部时变信号广泛存在于视频监控、工业控制、电力系统、水下信号传输等现实世界中,如何降低连续局部时变信号的带宽和节点电能消耗,同时高效稳定地进行信号传输一直是研究的热点。论文提出一种基于鲁棒主成分分析的自适应压缩传输方法,通过对局部时变信号的稀疏表示与压缩传输从而实现信号的高效可靠传输,主要内容如下:(1)论文围绕局部时变信号的稀疏表示与压缩传输问题,梳理了稀疏表示与压缩传输的研究现状与发展动态,根据信号全局稳定、局部时变的特点,整理了稀疏表示、时变信号、压缩感知、主成分分析等相关基础理论,分析了局部时变信号进行稀疏表示与压缩传输的可行性。(2)针对当前方法较少考虑时变信号中信号数据前后之间的相关关系问题,提出了基于RPCA的信号稀疏表示与自适应压缩传输的方法及流程,将连续局部时变信号划分为两部分:背景模型和前景模型,背景模型相对稳定可不定期进行自适应传输,前景模型是一个稀疏模型可实时压缩传输。仿真结果表明基于RPCA的方法有效实现了时变信号的压缩传输,在保证数据重构误差的情况下,有效降低了数据的压缩比。(3)针对时变信号中存在不同噪声的问题,提出了基于贝叶斯鲁棒主成分分析的信号稀疏表示与压缩传输方法,通过引入贝叶斯先验,将经验纳入模型中,更有效的进行数据压缩,解决不同噪声水平对压缩算法鲁棒性带来的挑战。提出了DCS与BRPCA结合的压缩传输方法,进一步降低压缩比,提高传输效率。仿真结果表明基于BRPCA的方法在重构误差、压缩率等指标上具有更好的性能。