压缩感知技术在无线传感器网络中的应用研究
本文关键词：压缩感知技术在无线传感器网络中的应用研究
更多相关文章： 压缩感知 无线传感器网络 数据融合 稀疏投影
【摘要】：当今时代是计算无处不在的时代,无线传感器网络对我们的日常生活以及环境的影响正在日益增强,并在医学、工业、环境监测以及军事领域中有着广泛的应用。对于需要长期监测的任务,传感器节点需要尽可能地覆盖更大的范围,同时还要获得高精度的目标区域感知数据。但是无线传感器网络的能量和带宽都有限,如何能高效地从无线传感器网络中采集大量数据是一个很有挑战性的问题。本文在调研了无线传感器网络以及其数据融合算法的基础上,介绍了压缩感知技术。对于采用普通数据采集机制时遇到的能效问题,将压缩感知与数据融合的思路相结合,引出了基于压缩感知的无线传感器网络数据采集机制,并论述了该数据采集机制相对于传统数据采集机制的优势。接着,针对无线传感器网络能量有限等特点,将路由策略考虑到观测矩阵的设计中,提出了基于数据融合树的压缩感知算法(Compressed Sensing Algorithm Based On Data Fusion Tree,DFT-SRP)。该算法采用稀疏观测矩阵最小化通信消耗,在生成数据融合树的同时减小观测矩阵与稀疏基之间的相关度以保证数据的重构质量。实验结果表明,本文提出的算法不仅在重构质量和能量消耗之间做到了很好的平衡,同时对于不同稀疏基下的数据也有较高的适应性。另外,为了验证压缩感知技术在无线传感器网络中的适用性,本文从系统建模、实际传感器数据的实验分析以及建立原型系统三个方面对其进行了详细的阐述与验证。结果表明,将压缩感知的思想运用到无线传感器网络中来,能够在很大程度上节省网络中的能量消耗,同时获得的数据精确度也比较高,在无线传感器网络中有着很好的适用性。
【关键词】：压缩感知 无线传感器网络 数据融合 稀疏投影
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN929.5;TP212.9
【目录】：
- 摘要4-5
- Abstract5-8
- 专用术语注释表8-9
- 第一章 绪论9-12
- 1.1 课题研究背景9
- 1.2 课题来源9-10
- 1.3 本文工作10
- 1.4 本文组织结构10-12
- 第二章 无线传感器网络以及数据融合技术12-25
- 2.1 无线传感器网络12-16
- 2.1.1 无线传感器网络基本概念12-14
- 2.1.2 无线传感器网络通信协议架构14-15
- 2.1.3 无线传感器网络的应用前景15
- 2.1.4 无线传感器网络的限制15-16
- 2.1.5 无线传感器网络面临的挑战16
- 2.2 无线传感器网络数据融合技术16-24
- 2.2.1 数据融合的概念16-18
- 2.2.2 数据融合算法的评判标准18
- 2.2.3 不同网络模型下的数据融合算法18-24
- 2.3 本章小结24-25
- 第三章 压缩感知技术25-34
- 3.1 信号的稀疏表示25-26
- 3.2 观测矩阵的设计26-29
- 3.3 信号重构算法29-31
- 3.4 时间相关性与空间相关性31
- 3.5 基于压缩感知的数据采集机制31-33
- 3.6 本章小结33-34
- 第四章 基于数据融合树的压缩感知算法34-48
- 4.1 问题的提出34-37
- 4.1.1 稀疏随机投影机制（SRP）35-36
- 4.1.2 对稀疏随机投影机制的改进36-37
- 4.2 基于最短路径树的压缩感知37-38
- 4.2.1 在一般拓扑环境中的拓展37
- 4.2.2 基于最短路径树的压缩感知算法37-38
- 4.3 基于数据融合树的压缩感知38-42
- 4.3.1 观测矩阵的设计38-39
- 4.3.2 基于数据融合树的压缩感知算法39-42
- 4.4 实验仿真42-47
- 4.4.1 仿真环境与参数设置42-43
- 4.4.2 评价标准43
- 4.4.3 实验结果43-47
- 4.5 本章小结47-48
- 第五章 压缩感知在无线传感器网络中的应用48-60
- 5.1 研究背景48
- 5.2 各数据采集机制的能耗建模分析48-51
- 5.2.1 能耗模型48-50
- 5.2.2 简单链路条件下的能耗分析50-51
- 5.3 仿真分析51-53
- 5.3.1 重构质量51-52
- 5.3.2 传感器数据的稀疏性52-53
- 5.4 基于压缩感知的数据采集原型系统53-59
- 5.4.1 原型系统设计方案53
- 5.4.2 温度传感器DS18B2053-55
- 5.4.3 CC2430传感器收发处理节点55-56
- 5.4.4 CC2430汇聚节点56-57
- 5.4.5 服务器端设计57-58
- 5.4.6 在一般传感器网络下的扩展58-59
- 5.5 本章小结59-60
- 第六章 总结与展望60-62
- 6.1 总结60
- 6.2 工作展望60-62
- 参考文献62-67
- 附录1 图表清单67-68
- 附录2 攻读硕士学位期间撰写的论文68-69
- 附录3 攻读硕士学位期间参加的科研项目69-70
- 致谢70
【相似文献】
中国期刊全文数据库 前10条
1 纪红;无线传感器网络:未来新的高技术产业[J];当代通信;2004年21期
2 李志刚,周兴社;传感器网络[J];计算机应用研究;2004年12期
3 臧丽娜;许明;赵晶;;无线传感器网络的研究与应用[J];商场现代化;2006年27期
4 胡晓荷;;将安全从鸵鸟做到麻雀——北京理工大学胡昌振教授谈无线传感器网络安全[J];信息安全与通信保密;2006年10期
5 刘月阳;李娜娜;纪红;乐光新;;无线传感器网络中基于能量的成簇协议[J];无线电工程;2006年10期
6 马碧春;;无线传感器网络在医疗行业的应用展望[J];中国医院管理;2006年10期
7 戴宁江;邱慧敏;;无线传感器网络的安全问题及对策[J];中国无线电;2006年10期
8 姜华;袁晓兵;付耀先;刘海涛;;无线传感器网络中信道仿真模型的研究[J];计算机仿真;2006年11期
9 邱建林;陆桑璐;陈道蓄;;一种无线传感器网络的多优先级数据聚集协议[J];小型微型计算机系统;2006年11期
10 陆克中;黄刘生;万颍渝;徐宏力;;无线传感器网络中传感器节点的布置[J];小型微型计算机系统;2006年11期
中国重要会议论文全文数据库 前10条
1 唐云龙;;无线传感器网络系统实验分析[A];工程设计与计算机技术：第十五届全国工程设计计算机应用学术会议论文集[C];2010年
2 杜景林;陈力军;谢立;;无线传感器网络与互联网集成体系结构[A];2008年全国开放式分布与并行计算机学术会议论文集(下册)[C];2008年
3 刘昊;;面向电子智能服装的人体无线传感器网络构建[A];“力恒杯”第11届功能性纺织品、纳米技术应用及低碳纺织研讨会论文集[C];2011年
4 李华;李文秀;;无线传感器网络技术在养殖业污染防治上的应用前景[A];全国畜禽和水产养殖污染监测与控制治理技术交流研讨会论文集[C];2008年
5 李洁;任海风;;K重覆盖无线传感器网络优化[A];中国计量协会冶金分会2011年会论文集[C];2011年
6 余e，
本文编号：1069706
本文链接：https://www.wllwen.com/kejilunwen/wltx/1069706.html
