物联网中数据压缩与资源分配的研究

发布时间：2021-07-14 22:07

　　随着嵌入式终端和新一代通信技术的发展,物联网作为未来普适计算的载体,其应用前景已在智能家居、智慧城市等领域展露头角。未来物联网将实现人、机、物的信息共享,促进信息世界与物理世界更加紧密的深度融合。目前,物联网中很大一部分设备因其移动性或部署地理位置原因,不得不采用电池供电。对于这部分物联网设备而言,能量消耗便成为了物联网系统设计首要关注的问题。随着网络规模增大,网络中的节点越来越多,且单个节点感知的信息越来越丰富,整个网络中的信息量急剧增长。有限的物理资源与快速增长的感知数据之间的矛盾成为这类低功耗协同感知网络中亟待解决的问题。另一方面,随着物联网在各行各业的广泛应用,用户的服务需求也越来越复杂多样,未来物联网的发展要求网络承载个性化、智慧化的服务。当前,基于不同业务,人们可能在同一区域内部署多个物联网,这种情况造成了资源重复建设和资源利用率低下。基于上述存在的问题,本文进行了相关研究:针对物联网中的感知数据具有冗余性、海量性的特点,研究了去数据压缩和去冗余方案,旨在降低网络内数据量,延长网络的生命周期。同时,为了提高网络物理资源利用率和提供多元化服务,本文还研究了物联网的虚拟化问题。... 

【文章来源】：西南大学重庆市 211工程院校 教育部直属院校

【文章页数】：136 页

【学位级别】：博士

【部分图文】：

信号压缩编码采样、传输、解码的过程对比:Nyquist方法与压缩感知方法。

全文组织结构图如下图所示。1.发明创造名称:一种认知Ad Hoc网络中分布式载波及功率分配算法(201410508135.9),申请日期:20140928

RX是信源X的编码率,RY是信源Y的编码率,H(X|Y)和H(Y|X)是条件熵,H(X,Y)是联合熵。上述公式说明了两个信源独立编码速率要大于其对应的条件熵,且编码速率之和要大于联合熵。图2.1显示了Slepian-wolf定理规定的编码速率约束。绿色部分是在采用独立编码/解码方案时,X和Y的最低编码速率所围成的区域。蓝色斜纹部分是在分布式编码方案下,两个信源最低编码速率所围成的区域。从图中可以观察到:相对独立编解码方案,分布式信源编码使得两个节点的编码速率下限被降低。这说明采用分布式编码方案可以减少节点产生的数据量。

【参考文献】：
期刊论文
[1]《2017-2018中国物联网发展年度报告》发布[J]. 于文平.  物联网技术. 2018(10)
[2]An Efficient Multidimensional Fusion Algorithm for IoT Data Based on Partitioning[J]. Jin Zhou,Liang Hu,Feng Wang,Huimin Lu,Kuo Zhao.  Tsinghua Science and Technology. 2013(04)



本文编号：3284985