壓縮感知在無線傳感器網(wǎng)絡數(shù)據(jù)融合中的應用研究.pdf

1、隨著無線傳感器網(wǎng)絡的快速發(fā)展，網(wǎng)絡的規(guī)模越來越大，網(wǎng)絡中所產(chǎn)生的數(shù)據(jù)量也越來越多，如何對這些大規(guī)模的數(shù)據(jù)進行處理是亟需解決的問題。同時，無線傳感器網(wǎng)絡的節(jié)點的能量和處理能力有限也是不容忽視的問題。壓縮感知理論一經(jīng)提出就受到大批學者的關注，它的核心思想是用最少的觀測值重構出原始信號。本文針對無線傳感器網(wǎng)絡中存在的問題，以無線傳感器網(wǎng)絡中的數(shù)據(jù)融合為背景，做出了以下研究工作:
　　 1.對壓縮感知理論進行了分析。比較了壓縮感知理論與

2、傳統(tǒng)奈奎斯特采樣定理的不同。從信號的稀疏變換、觀測矩陣的設計以及信號的重構這幾個方面對壓縮感知理論的主要內(nèi)容進行介紹，最后對現(xiàn)有的壓縮感知的重構算法進行了研究，分析了這幾種算法的優(yōu)缺點。
　　 2.改進了一種基于壓縮感知的分簇數(shù)據(jù)融合算法。本章首先對壓縮感知理論在無線傳感器網(wǎng)絡數(shù)據(jù)融合中的應用進行了分析，在以前的研究中，在利用壓縮感知算法對數(shù)據(jù)進行隨機采樣時都只考慮了相鄰節(jié)點之間的時間相關性或者空間相關性，因此本文根據(jù)相鄰節(jié)點之

3、間的時空相關性，將壓縮感知與LEACH分簇算法結合起來，首先對網(wǎng)絡中的節(jié)點進行分簇，分簇完成后在節(jié)點自身完成對數(shù)據(jù)的第一次壓縮，然后節(jié)點將處理過的數(shù)據(jù)發(fā)送至簇首節(jié)點，簇首節(jié)點再根據(jù)節(jié)點間的空間相關性，對數(shù)據(jù)進行第二次壓縮。通過仿真比較分析，本章改進的算法比只進行一次壓縮的算法更能減少網(wǎng)絡中傳輸?shù)臄?shù)據(jù)量，平衡網(wǎng)絡的負載，降低網(wǎng)絡的能量消耗。
　　 3.改進了一種基于壓縮感知的優(yōu)化分簇數(shù)據(jù)融合算法。由于LEACH分簇算法是隨機對簇首

4、節(jié)點進行選舉，不能確定簇首節(jié)點的具體位置，就很容易導致簇首節(jié)點在網(wǎng)絡中的分布不均勻，導致簇首節(jié)點過于密集或者過于稀疏。因此本文通過對網(wǎng)絡的能耗模型進行分析，提出了一種優(yōu)化分簇數(shù)據(jù)融合算法，將網(wǎng)絡劃分為許多大小相等的小正方形，簇首的數(shù)目與小正方形的數(shù)目相等，再根據(jù)小正方形中節(jié)點的剩余能量和距離小正方形的中心距離來選擇簇首。在完成節(jié)點的分簇后也采用壓縮感知算法對數(shù)據(jù)進行二次壓縮。通過仿真分析，改進后的算法能使得網(wǎng)絡節(jié)點的負載更均衡，網(wǎng)絡的壽