体域网具有网络结构轻巧、部署方便、无线传输及远程处理的优点,体域网的发展是远程医疗监护系统实现的重要支撑。然而,由于体域网中的微型传感器节点计算、存储能力弱,且受信道状况影响易导致信号接收质量不佳,尙无法完全满足远程医疗中对病人生理数据进行长时间监护的需求,由此在体域网中如何进行信息的节能传输,并保证远程诊断的有效实施成为研究热点。本文对基于压缩感知的节点低功耗设计以及体域网的MAC层协议优化技术进行了深入研究,并取得了如下研究成果:首先,本文针对体域网中数据采样率最大的心电节点,提出了一套有效的基于压缩感知的动态心电压缩机制。通过误差分析模块、D-NMVSS控制模块、先验知识库模块的设计,系统可以根据心电信号的实时重构质量与信号本身稀疏性的变化情况,动态调整心电节点的压缩率,从而大幅降低了节点端无线传输的数据量,有效地节约了能耗,同时这种动态压缩的机制能够保证信号的接收质量,使远程监护得以顺利实施。本文提出的动态心电压缩机制也保证了基于体域网的心电监护平台的开放性,可以实现病人之间的无缝切换,相对于传统的信号采集与处理流程,省略了预先长期的信号特征提取与分析的流程,可拓展性更强。其次,本文在引入动态压缩感知技术的基础上,考虑到多节点与协调器交互过程中由于体域网的异构性导致时隙利用不充分的问题,对MAC协议进行优化设计,提出了基于多优先级的动态时隙分配机制,综合考虑体域网中各节点明显的异构性与时延、缓存限制的因素,在每个超帧周期内将节点分为高、中、低三个优先级,按照优先级进行时隙数量与顺序的分配,并对具有相同优先级等级的大采样率节点的时隙顺序进行具体调度,保证重要性高或有特殊需求的报警信息尽可能地快速传输,从而达到将系统分配的时隙充分利用的目的,随后本文基于动态的时隙分配建立了引入压缩感知技术后体域网中节点的能耗模型,建立了以时隙数目与数据包长度为自变量的能耗优化问题,并通过仿真验证了所提算法的优越性。