無線傳感器網絡分布式數據回歸建模.pdf

1、無線傳感器網絡是由大量具有感知與計算能力的傳感器節(jié)點通過無線通信方式構成的自組織網絡系統(tǒng)。數據采集是無線傳感器網絡的核心任務之一，是環(huán)境感知與信息獲取的重要基礎。節(jié)能是無線傳感器網絡數據采集重要的設計目標。論文研究基于模型化的數據采集機制，以數據模型替代感知數據，獲得緊湊的結構化數據表示，以去除數據相關性產生的冗余信息，由此降低數據采集過程所需的存儲與傳輸的數據規(guī)模，從而有效減少網內通信開銷，實現節(jié)能，延長網絡的生存。 數據回歸

2、是一種能夠保持基本數據結構和形態(tài)的數據建模手段，在傳感器網絡資源受限的條件下，如何實現數據回歸建模仍然面臨許多新的挑戰(zhàn)。本論文重點關注以下兩方面的問題。其一，大空間尺度區(qū)域內的異構數據回歸建模問題。異構數據因結構和形態(tài)的復雜性限制了單一區(qū)域表示模型的應用，這就需要尋找符合分治原則的多區(qū)域混合表示模型。為此，有必要探討適合網內實現的分布式計算模式和與之匹配的數據路由體系結構和策略。其二、小樣本數據回歸建模問題。感知數據的稀疏表示可以限制參

3、與數據建模的節(jié)點規(guī)模，是間接實現節(jié)能的節(jié)點調度和管理的有效方式。為此，需要探究分布式小樣本數據回歸建模的計算模式以及適合網內實現的數據路由體系結構和策略。上述問題都是無線傳感器網絡數據采集必須面對和解決的熱點研究問題，其理論上的創(chuàng)新和應用中的現實意義是十分明顯的。 圍繞上述問題，本文分別采用混合最小二乘回歸與支持向量回歸作為數據建模手段，建立適合大尺度區(qū)域內異構數據回歸建模和小樣本數據回歸的分布式計算模式和網內實現方法。論文所作

4、的主要工作如下： （1）提出基于Jacobi迭代的混合最小二乘數據回歸建模的網內實現算法。針對混合回歸模型的求解結構進行局部數據分析，給出Jacobi迭代的分布式計算表示式，提出了基于樹狀拓撲結構的交叉消息的傳輸機制。節(jié)點通過鄰居節(jié)點之間的消息交換，不需全局數據傳遞，可以獲得局部計算所需的耦合數據，從而協同完成數據回歸的建模目標。進一步的，根據混合回歸模型的局部數據的稀疏性，發(fā)展了基于聯合樹連接結構的網內實現策略，通過降低節(jié)點的

5、數據通信流量與計算復雜度。 （2）提出以分簇路由拓撲結構組織Jacobi迭代的網內分布式實現，可以有效配合數據回歸的建模目標。根據節(jié)點相關性引入分簇路由結構，通過分析簇模型之間的計算交叉關系，設計了基于分簇路由結構的網內實現策略，分別組織簇內的消息調度以及簇間的消息交換過程。通過引入分簇路由結構，可以克服在平面路由結構下組織節(jié)點協作過程中出現的網絡可擴展性與穩(wěn)健性問題，此外，分簇算法具有較小網內通信開銷，可以提高Jacobi算法

6、實現數據采集的模型精度。 （3）提出基于梯度速降的混合最小二乘數據回歸建模的網內實現算法。通過類比Jacobi分布式實現的設計思路，發(fā)現梯度速降的分布式計算表示式中的局部和形式，從而提出了N—SD、JT—SD以及C—SD三種分布式實現算法，設計分別基于樹狀路由結構、聯合樹連接結構以及分簇路由結構的網內實現策略。相對于的Jacobi算法，梯度速降方法具有更小的網內通信開銷與計算復雜度，可為傳感器網絡的模型化數據采集提供了平衡網內通

7、信開銷與數據采集質量的多種選擇方案。 （4）提出支持向量數據回歸建模的網內實現算法。將全局優(yōu)化問題描述成可局部化計算形式，由于分布式計算表示式不具有局部數據和性質，同時執(zhí)行局部計算將會出現計算更新沖突。本文提出以環(huán)狀網絡拓撲結構串行組織節(jié)點間的協作計算過程，使節(jié)點在滿足全局等式約束的條件下執(zhí)行局部SMO計算，從而協作無沖突完成全局支持向量回歸的建模過程。 （5）提出支持向量數據回歸建模中可并發(fā)計算的網內實現算法。本文分析