- 1、本文档共9页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
WSN中基于压缩感知的高能效数据收集方案
第 42 卷 第 11 期 自 动 化 学 报 Vol. 42, No. 11
2016 年 11 月 ACTA AUTOMATICA SINICA November, 2016
WSN 中基于压缩感知的高能效数据收集方案
李 鹏 1, 2 王建新 1 丁长松 2
摘 要 可靠高效的数据收集是无线传感器网络 (Wireless sensor networks, WSN) 应用中的关键问题. 然而, 由于无线通信
链路的高失效率、节点资源受限以及环境恶劣等原因, 网络容易发生丢包问题, 使得现有的数据收集方法无法同时满足高精度
和低能耗的要求. 为此, 本文提出了一种基于压缩感知的高能效数据收集方案. 该方案主要分为节点上的数据处理和数据收集
路径优化两个步骤. 首先设计了基于指数核函数的稀疏矩阵来对感知数据进行稀疏化处理, 然后综合考虑了数据的传输能耗
和可靠性等因素, 采用分块矩阵的思路, 将单位矩阵和准循环低密度奇偶校验 (Low density parity check, LDPC) 码的校验矩
阵相结合构造了测量矩阵, 并证明了它与稀疏矩阵之间满足限制等距性质 (Restricted isometry property, RIP). 最后, 将数据
收集路径优化问题建模为哈密尔顿回路问题, 并提出了基于树分解的路径优化算法进行求解. 仿真结果表明, 在网络存在丢包
的情况下, 本文方案仍然能够保证数据收集的高精确度, 相比于其他数据收集方案而言, 本文方案在数据重构误差和能耗方面
的性能更优.
关键词 无线传感器网络, 数据收集, 压缩感知, 树分解, 重构误差, 能耗
引用格式 李鹏, 王建新, 丁长松. WSN 中基于压缩感知的高能效数据收集方案. 自动化学报, 2016, 42(11): 1648?1656
DOI 10.16383/j.aas.2016.c160258
Energy-e?cient Data Gathering Scheme Based on Compressive Sensing in
Wireless Sensor Networks
LI Peng1, 2 WANG Jian-Xin1 DING Chang-Song2
Abstract Reliable and energy-e?cient data gathering is a key problem in the application of wireless sensor networks
(WSN). However, due to the high failure rate of wireless communication link, limited resource and severe environment,
the network easily generates the packet loss problem, which makes the existing data gathering methods
文档评论(0)