1.一种联合空间-时间稀疏性的传感网数据恢复方法，其特征在于包括以下步骤：

1)构建空间-时间数据表示，具体方法为：

在某空间区域内用Q个传感器等间隔时间进行数据采集，共采集K帧；第q个传感器节点携带的信息 表示为 pq是第q个传感器节点的空间位置，Vq(k)是该节点在第k帧采集的数据(k＝1,2,…,K)；在没有数据丢失的情况下，Q个传感器的K帧数据构成一个数据矩阵X，矩阵大小为Q×K；数据矩阵X的第k列表示第k个时刻所有传感器的数据，数据矩阵X的第q行表示第q个传感器节点在共计K个时刻的数据；当数据采集过程中第i个传感器在第j个时刻数据缺失时，将数据矩阵X中第i行第j个数据点置0，产生新的数据矩阵Y；用数据采样算子A表示成Y＝AX；

2)建立联合空间-时间稀疏性的传感网数据重建模型，具体方法为：传感器节点一般在空间中的分布是非均匀的；考虑到传感网数据在空间内分布具有稀疏性，且在时间上也具有稀疏性，建立缺失信号的重建模型：其中，DG是空间上的加权梯度算符矩阵，其元素表示空间各点间权重，其取值是传感器节点的空间距离的倒数，定义为：T为阈值；

s表示参数；d(i,j)表示空间第i个和第j个节点上的空间距离矩阵，定义为d(i,j)＝||ri-rj||2，符号||·||2表示对向量求2范数，r表示信号点的位置坐标；PkX表示取出X的第k列；HqX表示取出X的第q行并进行转置；Ψ表示时间上的小波变换；||·||1表示求向量的l1范数；||·||F表示对矩阵求弗罗贝尼乌斯范数；β是正则化参数，与参数λ共同权衡空间稀疏项 时间稀疏项 和数据校验项 三项的重要性；β和λ取值均大于0；

3)对联合空间-时间稀疏性的传感网数据重建模型进行求解，具体方法为：为了求解式(1)中的问题，将式(1)变换成式(2)：

其中，矩阵

为求解式(2)中的问题，利用一种改进的快速迭代软阈值算法，引入中间变量gr和Ur，Ur与X具有相同维度，用r表示第r次迭代，根据公式更新变量：其中，A*表示A的伴随算子；参数L表示步长；μ是一个给定参数，定义为μ＞0，是为了保证函数光滑；Tλμ(a)是收缩算子，作用在向量a的所有元素上，定义为：Tλμ(ai)＝(|ai|-λμ)+sgn(ai)，ai取遍向量a中每一元素； 当达到迭代停止准则时，迭代停止，当迭代停止时，根据式(3)得到恢复的传感网空间-时间信号。

2.如权利要求1所述一种联合空间-时间稀疏性的传感网数据恢复方法，其特征在于在步骤3)中，所述迭代停止准则设定为达到最大迭代次数或 小于设置的阈值η，阈值η取值大于0。