数字化、网络化、普适化这些新的技术潮流，从来没有像今天融合的速度之快、范围之广、影响之深。其结果使得计算的概念有了越来越多的新含义，快速改变着使用计算的模式和手段。在信息科学技术的研究活动中尤其如此。无线传感器网络作为互联网向物理世界的延伸，就是这样一种新的计算模式，从本质上改变着我们获取信息的方式。压缩传感作为新的里程碑式的信息获取机理，能否在无线传感器网络的信息获取过程中有所作为呢？这可以看成是两个超级强人的对话和合作，无疑是{zj1}魅力的研究课题。
高密度大范围部署的无线传感器网络所获取的数据是巨量的，如何有效处理数据(包括传输和组织管理)将面临着传感器节点能耗和计算资源约束的挑战，呈现出信息获取过程与信息处理过程严重的不对称特性。目前许多数据采样方法都拿以逾越这种不对称的鸿沟，限制了许多传统优势的感知手段在无线传感器网络的应用，视觉传感器就是其中之一。如果能突破节点数据到处理中心的镜像瓶颈，无疑意义重大。
压缩传感恰好也具有信息获取和信息处理的不对称性，这与无线传感器网络的信息获取模式一致。以节点数据向数据处理中心镜像这一任务为例，结合观测对象或物质现象的空间和时间域上的相关性和冗余性，把其转化成少数节点镜像数据的任务，其对应数据的稀疏非零元素，可以借助数据传输过程完成数据的压缩投影测量，最终由数据处理中心基于获得的压缩测量数据重构出需要镜像的数据。如何以节能高效的方式执行压缩测量投影过程是其中的关键技术。
如果镜像的对象是若干局部的回归模型又当如何呢(课题的意义将另行讨论)？也可以借鉴这一思路，引入分布式压缩传感的模式实现，这是非常有意义的研究课题。
