Compressive Sensing (CS) has proved to be a promising approach for the Internet of things (IoT) due to the fact that CS can abate the magnitude of raw data which is to be transmitted to the sink. It further helps in acquiring the traffic load balancing in the whole network. Recently, a plethora of research is reported that combines the clustering with CS in three genres; a plain CS, hybrid CS and a multi-path hybrid CS. However, the number transmissions are too high by the nodes (plain CS) or by the Cluster Heads (CHs) (hybrid or multi-path hybrid). While adopting the aforementioned genres of CS-based clustering, the selection of CH has not been given significant attention. This results in inevitable reduction the network lifetime of IoT-based WSN. Therefore, to extenuate the aforementioned concerns, in this paper, two contributions are reported. Firstly, the CH selection is done by the energy, distance, node density and average energy of the network that helps in the befitting CH selection of a node. Consequently, data gathering is improved and compression is done at the CH level. Secondly, the data reconstruction is also made better as compared to the state-of-the-art protocols helping in enhancing the Signal to Noise Ratio. The proposed scheme is named as Energy efficient CS based clustering framework (ECSCF). It is evident from the simulation that the ECSCF outperforms the competitive CS-based algorithms on the platform of different metrics namely, network lifetime, stability period, energy consumption, network’s remaining energy, etc.

压缩感知（CS）已被证明是物联网（IoT）的一种有前途的方法，因为CS可以减少要传输到接收器的原始数据的数量。它还有助于获得整个网络中的流量负载平衡。最近，有大量研究报道了将聚类与CS结合在三种类型中的研究。普通CS，混合CS和多路径混合CS。但是，节点（普通CS）或簇头（CH）（混合或多路径混合）的传输次数太高。在采用上述基于CS的聚类类型时，对CH的选择没有给予足够的重视。这不可避免地缩短了基于物联网的WSN的网络寿命。因此，为减轻上述担忧，本文报告了两个方面。首先，通过网络的能量，距离，节点密度和平均能量来完成CH选择，这有助于对节点进行合适的CH选择。因此，可以改善数据收集并在CH级别上进行压缩。其次，与有助于提高信噪比的最新协议相比，数据重建也更好。提出的方案被称为基于节能CS的集群框架（ECSCF）。从仿真中可以明显看出，ECSCF在网络寿命，稳定期，能耗，网络剩余能量等不同指标的平台上优于基于CS的竞争算法。网络的节点密度和平均能量，有助于对节点进行合适的CH选择。因此，可以改善数据收集并在CH级别上进行压缩。其次，与有助于提高信噪比的最新协议相比，数据重建也更好。所提出的方案被称为基于节能CS的集群框架（ECSCF）。从仿真中可以明显看出，ECSCF在网络寿命，稳定期，能耗，网络剩余能量等不同指标的平台上优于基于CS的竞争算法。网络的节点密度和平均能量，有助于对节点进行合适的CH选择。因此，可以改善数据收集并在CH级别上进行压缩。其次，与有助于提高信噪比的最新协议相比，数据重建也更好。提出的方案被称为基于节能CS的集群框架（ECSCF）。从仿真中可以明显看出，ECSCF在网络寿命，稳定期，能耗，网络剩余能量等不同指标的平台上优于基于CS的竞争算法。与有助于提高信噪比的最新协议相比，数据重构也变得更好。提出的方案被称为基于节能CS的集群框架（ECSCF）。从仿真中可以明显看出，ECSCF在网络寿命，稳定期，能耗，网络剩余能量等不同指标的平台上优于基于CS的竞争算法。与有助于提高信噪比的最新协议相比，数据重构也变得更好。提出的方案被称为基于节能CS的集群框架（ECSCF）。从仿真中可以明显看出，ECSCF在网络寿命，稳定期，能耗，网络剩余能量等不同指标的平台上优于基于CS的竞争算法。