基于稀疏化壓縮感知的無線傳感網數據融合研究.pdf_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著大數據和人工智能時代的到來,物聯網再次成為了研究者關注的焦點。物聯網不僅給人們平時的生活帶來了很大的便利,同時在醫(yī)療健康、環(huán)境監(jiān)測、軍事偵查以及工業(yè)領域都有很大的應用。無線傳感器網絡,作為物聯網的核心技術之一,是由大量隨機分布的傳感器節(jié)點負責感知、收集、處理和分析數據信息,從而得到有效的信息并傳遞給用戶。但是由于節(jié)點的電量有限、存儲空間受限,因此,如何能夠融合這些大量的數據,并且在傳輸的過程中減少能量的消耗,延長網絡壽命變得尤為重要

2、。此外,在一些實時性要求較高的場景下,如何將收集到的信息以最短的延遲盡快地傳遞到匯聚節(jié)點也是主要研究內容之一。
  在無線傳感器網絡中,傳統(tǒng)的數據融合方式主要以減少數據冗余為目的,而不能夠大幅度減少數據包的傳輸量與傳感器的通信消耗,因此,本文利用所采集數據的時空相關性和傳感器網絡的自身特點,通過稀疏設計測量矩陣,提出基于稀疏性壓縮感知的數據融合方法,從而減少網絡的傳輸數據包的數量量和能量消耗。本文的主要工作內容如下:
  首

3、先,針對傳統(tǒng)的壓縮感知的收集方式,本文提出了一種基于確定性二值的測量矩陣的測量算法,該算法構造過程簡單快速。測量矩陣中的每一行代表一次測量過程,每次測量相互獨立。由于測量矩陣的稀疏性特點,對應矩陣中的非0元素的節(jié)點參與每次測量,參與同一個測量的節(jié)點的數據被融合成一個數據包傳遞到匯聚節(jié)點。當匯聚節(jié)點收集到所有的測量值的時候,可以準確地恢復原始數據。
  其次,針對傳感網中時延長和能量不均衡的問題,本文提出了一種基于稀疏隨機測量矩陣的

4、融合算法。該算法在保證恢復原始數據的前提下,將測量過程分解為多個融合樹,單個融合樹是由部分節(jié)點參與。在傳遞數據的過程中,本文提出了一種減少時延的傳輸策略。另外,由于所設計矩陣的隨機性和稀疏性的特點,節(jié)點的能量消耗能夠達到均衡,從而可以延長網絡壽命。
  最后,本文系統(tǒng)分析了所提出的算法,并對算法進行實驗驗證。實驗結果表明:對于能在頻域上稀疏表示的信號,采用確定性二值矩陣能夠有效地減少網絡能量消耗,而基于稀疏矩陣的低延遲且能量均衡的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論