应用压缩感知（CS）理论结合稀疏随机投影的无线传感器网络（WSN）压缩数据收集（CDG）可以大大减少网络传输的数据量。针对随机选择投影节点作为簇头来收集数据导致网络整体能耗不稳定和不平衡的问题，提出两种平衡投影节点的压缩数据收集方法。对于节点分布均匀WSN，提出基于空间位置的均衡分簇法：首先，均匀划分网格；然后，在每个网格选举投影节点，依距离最短原则成簇；最后，由投影节点收集簇内数据到汇聚节点完成数据收集，从而使得投影节点分布均匀、网络能耗均衡。对于节点分布不均匀的WSN，提出基于节点密度的均衡分簇法：同时考虑节点的位置和密度，对节点数量少的网格不再选择投影节点，将网格内的少量节点分配到邻近的网格，从而平衡网络能量，延长网络寿命。仿真结果表明，与随机投影节点法相比，所提的两种方法的网络寿命均延长了25%以上，剩余节点数在网络运行中期均能达到2倍左右，具有更好的网络连通性，显著提高了整个网络的生命周期。

为了对无线传感器网络的压缩数据收集有一个全面的认识和评估，对到目前为止国内外的相关研究成果作了一个系统的介绍。首先，介绍了压缩数据收集及改进方法的框架的建立；然后，分别根据无线传感器网络的传输模式和压缩感知理论的三要素，对压缩数据收集方法分类进行了阐述；接下来，说明了压缩数据收集的自适应和优化问题，与其他方法的联合应用，及实际应用范例；最后，指出了压缩数据收集存在的问题和未来的发展方向。

提出了一种可用于版权和内容认证的半脆弱音频零水印算法，该算法提取载体音频的中低频分量构造零水印，确保了水印算法的不可感知性，并可实现盲检测。采用自适应的音频分帧方法，合理地分配了水印图像的像素点，从而提高了算法的篡改定位能力和对于常规攻击的鲁棒性。同时利用多级置乱技术消除水印图像的相关性，提高了算法的安全性以及对于常规攻击的鲁棒性。算法不但可进行完整性认证，还可以通过篡改评估准确定位篡改区域。实验结果表明，该算法对于常规攻击具有较好的鲁棒性，对恶意攻击还体现了很强的篡改定位能力。

针对以往双水印算法鲁棒性不高和定位不准确的问题，提出一种基于小波包分析的数字音频双水印算法。算法对原始音频信号进行小波包分解，在得到的低频系数和中低频系数中嵌入零水印和半脆弱水印。改进的零水印算法鲁棒性有了很大的提高，能更好地完成音频信号的版权保护；对中低频系数采用量化的方法嵌入二值水印图像，有别于以往算法需将二维图像转换为一维序列，不会对零水印的提取产生影响。该方法对一系列常规处理和幅度缩放都有较好的鲁棒性，不但能确定水印图像遭恶意篡改的位置，而且能够定位原始载体音频的篡改位置，真正实现了对音频信号的内容认证。

提出一种单通道语音增强算法。首先由接收到的单声道语音信号的含噪部分构造一个假想噪声源，将这一噪声源和含噪的信号作为多通道自适应去相关（MAD）盲分离算法的输入，得到增强的语音信号。进一步将这一增强的语音作为输入，利用Daubechies小波对其进行分解，在小波域中选取合适的阈值函数进行滤波，然后合成时域语音信号。根据以上步骤得到的增强语音有较高的信噪比及可懂度。