基于概率稀疏随机矩阵的压缩数据收集方法

发布时间：2018-05-01 15:31

  本文选题：无线传感器网络 + 压缩感知　； 参考：《电子与信息学报》2014年04期

【摘要】：测量矩阵设计是应用压缩感知理论解决实际问题的关键。该文针对无线传感器网络压缩数据收集问题设计了一种概率稀疏随机矩阵。该矩阵可在减少参与投影值计算节点个数的同时,让参与投影值计算的节点分布集中化,从而降低数据收集的通信能耗。在此基础上,为提高网络数据重构精度,又提出一种适用于概率稀疏随机矩阵优化的测量矩阵优化算法。仿真实验结果表明,与稀疏随机矩阵和稀疏Toeplitz测量矩阵相比,采用优化的概率稀疏随机矩阵作为压缩数据收集的测量矩阵可显著降低通信能耗,且重构误差更小。
[Abstract]:The design of measurement matrix is the key to solve the practical problem by using the theory of compression perception. In this paper, a probability sparse random matrix is designed for data collection in wireless sensor networks. The matrix can reduce the number of nodes involved in the calculation of projection values and centralize the distribution of nodes involved in the calculation of projection values, thus reducing the communication energy consumption of data collection. On this basis, in order to improve the accuracy of network data reconstruction, a measurement matrix optimization algorithm for probability sparse random matrix optimization is proposed. The simulation results show that compared with sparse random matrix and sparse Toeplitz measurement matrix, the optimized probabilistic sparse random matrix as the measurement matrix of compressed data collection can significantly reduce the communication energy consumption and the reconstruction error is smaller.
【作者单位】： 重庆通信学院DSP研究室;
【基金】：教育部新世纪优秀人才支持计划(NCET-11-0873) 重庆市自然科学基金(CSTC2011BA2016) 重庆高校创新团队建设计划(KJTD201343) 重庆市基础与前沿研究计划项目(cstc2013jcyA40045)资助课题
【分类号】：TP212.9;TN929.5

【参考文献】

相关期刊论文 前3条

1 宋欣;王翠荣;;基于线性回归的无线传感器网络分布式数据采集优化策略[J];计算机学报;2012年03期

2 张成;杨海蓉;韦穗;;基于随机间距稀疏Toeplitz测量矩阵的压缩传感[J];自动化学报;2012年08期

3 许志强;;压缩感知[J];中国科学:数学;2012年09期

【共引文献】

相关期刊论文 前10条

1 程科;袁锦辉;金静阳;;基于无线传感器网络的能耗监测与数据采集系统[J];电子制作;2013年14期

2 刘河;陈宇;;无线传感器网络数据压缩算法研究[J];智能计算机与应用;2013年05期

3 王强;李佳;沈毅;;压缩感知中确定性测量矩阵构造算法综述[J];电子学报;2013年10期

4 舒大有;冯暄;卢军;郭本俊;;一种分布式SCADA系统设计与实现[J];计算机科学;2013年08期

5 王玲;石为人;石欣;宋宁博;冉启可;;基于时间相关性的无线传感器网络数据压缩与优化算法[J];计算机应用;2013年12期

6 谭歆;冯晓毅;王保平;;稀疏带状测量矩阵在压缩感知ISAR成像中的应用[J];红外与激光工程;2013年11期

7 胡春安;范丽文;毛伊敏;;HPDBSCAN:高效的不确定数据处理算法[J];计算机工程与设计;2013年03期

8 郑红;李振;;压缩感知理论投影矩阵优化方法综述[J];数据采集与处理;2014年01期

9 文再文;印卧涛;刘歆;张寅;;压缩感知和稀疏优化简介[J];运筹学学报;2012年03期

10 戴_g虹;刘新为;;线性与非线性规划算法与理论[J];运筹学学报;2014年01期

相关博士学位论文 前6条

1 张成;物理可实现的压缩成像理论与方法研究[D];安徽大学;2012年

2 钱路路;计算光谱成像技术研究[D];中国科学技术大学;2013年

3 王良君;基于压缩感知的多描述编码研究[D];西安电子科技大学;2013年

4 陈培军;凸可分离优化问题的原始对偶不动点算法及其应用[D];上海交通大学;2013年

5 秦林霞;非负稀疏优化的精确松弛理论研究[D];北京交通大学;2013年

6 章启恒;压缩感知中优化投影矩阵的研究[D];华南理工大学;2013年

相关硕士学位论文 前8条

1 姜楠;面向室内场景的空地多机器人协作环境感知[D];大连理工大学;2013年

2 徐争元;基于Gabor特征的稀疏表示人脸识别研究[D];安徽大学;2013年

3 林斌;压缩感知中测量矩阵的构造与优化[D];长沙理工大学;2013年

4 孙虎;OFDM系统时频同步及稀疏信道估计研究[D];西安电子科技大学;2013年

5 曹殿元;压缩感知理论及其算法[D];南京邮电大学;2013年

6 章勇;基于二维Log Gabor虹膜识别及特征信息安全保护技术的研究[D];华南理工大学;2013年

7 陶华伟;粮食信息处理中的压缩感知技术应用研究[D];河南工业大学;2013年

8 贺聪;碳纤维原丝纺丝工艺的智能监测系统[D];东华大学;2014年

【二级参考文献】

相关期刊论文 前9条

1 方红;章权兵;韦穗;;基于非常稀疏随机投影的图像重建方法[J];计算机工程与应用;2007年22期

2 任倩倩;李建中;高宏;程思瑶;;传感器网络中一种基于两阶段睡眠调度的目标跟踪协议[J];计算机学报;2009年10期

3 林闯;田源;姚敏;;绿色网络和绿色评价:节能机制、模型和评价[J];计算机学报;2011年04期

4 李树涛;魏丹;;压缩传感综述[J];自动化学报;2009年11期

5 练秋生;陈书贞;;基于混合基稀疏图像表示的压缩传感图像重构[J];自动化学报;2010年03期

6 杨海蓉;方红;张成;韦穗;;基于回溯的迭代硬阈值算法[J];自动化学报;2011年03期

7 熊斌斌;林闯;任丰原;;无线传感器网络随机投递传输协议性能分析[J];软件学报;2009年04期

8 杨军;张德运;张云翼;王毅;;基于分簇的无线传感器网络数据汇聚传送协议[J];软件学报;2010年05期

9 ;IMPROVED ALGORITHM FOR MINIMUM DATA AGGREGATION TIME PROBLEM IN WIRELESS SENSOR NETWORKS[J];Journal of Systems Science and Complexity;2008年04期

【相似文献】

相关期刊论文 前10条

1 周新莲;徐建波;;基于区分服务和数据融合的WSN数据收集协议[J];计算机工程;2009年09期

2 康健;左宪章;唐力伟;张西红;李浩;;无线传感器网络数据融合技术[J];计算机科学;2010年04期

3 马奎;黄河清;沈杰;姚道远;刘海涛;阴泽杰;;基于混合汇聚节点的无线传感器网络数据收集方法[J];光学精密工程;2008年09期

4 郑瑾;苏广毅;贾维嘉;王国军;;能量有效的无线传感器网络数据收集协议[J];计算机工程;2010年08期

5 林益;杨靖;;传感器网络中一种基于簇的能量高效数据收集协议[J];贵州大学学报(自然科学版);2010年03期

6 徐建波;李仁发;;无线传感器网络中一种新型的混合型数据收集协议[J];计算机研究与发展;2008年02期

7 梁俊斌;王建新;陈建二;;在传感器网络中构造延迟限定的最大化生命周期树[J];电子学报;2010年02期

8 梁俊斌;王建新;李陶深;陈建二;;传感器网络中基于树的最大生命精确数据收集[J];软件学报;2010年09期

9 陆明洲;沈明霞;孙玉文;熊迎军;刘龙申;林相泽;;农田无线传感器网络移动终端数据收集方案[J];农业工程学报;2011年08期

10 罗振瑛;郑瑾;;能量有效和延迟敏感的无线传感器网络数据收集协议[J];计算机系统应用;2010年12期

相关会议论文 前10条

1 高静;李建中;;无线传感器网络数据收集算法研究进展[A];黑龙江省计算机学会2009年学术交流年会论文集[C];2010年

2 郭旭斌;叶长城;王忆文;李辉;;基于无线传感器网络的室内定位系统[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集（A辑）[C];2011年

3 徐久强;卢锁;赵海;崔行兵;刘大鹏;;基于蚁群算法的无线传感器网络路由算法的研究[A];第八届沈阳科学学术年会论文集[C];2011年

4 骆吉安;柴利;;无线传感器网络的滚动时域状态估计方法[A];第二十六届中国控制会议论文集[C];2007年

5 曹芳菲;何文麟;陈红;;无线传感器网络中基于预测的Top-k监测(英文)[A];第二十五届中国数据库学术会议论文集（一）[C];2008年

6 龙昭华;李景中;蒋贵全;张林;;基于无线传感器网络的普适计算研究[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

7 任玲;唐昊;周雷;魏振春;;一种能量高效的无线传感器网络自适应传输方法[A];中国自动化学会控制理论专业委员会B卷[C];2011年

8 刘阳;杨晓春;王斌;于戈;李斌阳;;无线传感器网络中一种基于历史数据分组的感知查询技术[A];第二十四届中国数据库学术会议论文集（研究报告篇）[C];2007年

9 马礼;唐长茂;;一种基于分簇的无线传感器网络数据存储管理系统[A];2010年第16届全国信息存储技术大会（IST2010）论文集[C];2010年

10 梁(韦华);于海斌;;无线传感器网络物理层协议的研究现状[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年

相关重要报纸文章 前10条

1 美国专利律师 谭文晔　薛之扬;无线传感器网络技术专利分析[N];科技日报;2010年

2 本报记者 赵建国;无线传感器网络改变未来世界[N];中国知识产权报;2011年

3 ;无线传感器网络供电获新援[N];计算机世界;2004年

4 温雅路;利用无线传感器网络提高地质灾害监测能力[N];人民邮电;2008年

5 赛迪顾问信息产业研究中心高级咨询师 王坤;国内外物联网技术研究进展[N];通信产业报;2009年

6 本报记者 姚传富;科学准确地认识物联网[N];人民邮电;2009年

7 沈建苗　编译;理智部署无线传感网[N];计算机世界;2010年

8 卞 辑;无线传感器网络观测平台投入应用[N];中国气象报;2011年

9 记者 沈兴国;数据收集圆满完成提供依据服务决策[N];绍兴日报;2011年

10 博强;无线传感器网络仰赖Zigbee[N];计算机世界;2004年

相关博士学位论文 前10条

1 郑杰;无线传感器网络周期性数据收集研究[D];中国科学技术大学;2010年

2 杨靖;无线传感器网络中高能效数据收集协议的研究[D];江南大学;2010年

3 赵宝康;无线传感器网络隐私保护关键技术研究[D];国防科学技术大学;2009年

4 姜宇;基于无线传感器网络的远程抄表关键技术研究[D];吉林大学;2011年

5 周彦;无线传感器网络中基于量化信息的目标状态估计与融合[D];上海交通大学;2010年

6 谷雨;无线传感器网络中目标覆盖的研究[D];中国科学技术大学;2010年

7 马永波;无线传感器网络精确动态定位及其安全性问题研究[D];吉林大学;2010年

8 罗丹彦;无线传感器网络能量高效组建关键技术的研究[D];哈尔滨工业大学;2009年

9 毕嘉娜;无线传感器网络能量有效安全路由协议研究[D];哈尔滨工业大学;2009年

10 梁泉泉;无线传感器网络中的节点调度研究[D];山东大学;2010年

相关硕士学位论文 前10条

1 沈超;无线传感器网络中基于分布式喷泉码的数据收集技术研究[D];杭州电子科技大学;2011年

2 罗振瑛;无线传感器网络中能量均衡和延迟减少的移动数据收集协议的研究[D];中南大学;2010年

3 龚静;无线传感器网络中基于压缩感知技术的数据压缩方法研究[D];西南交通大学;2011年

4 董赞强;无线传感器网络数据收集算法研究[D];河南大学;2007年

5 任宇;基于移动Agent的无线传感器网络能量有效性研究[D];合肥工业大学;2009年

6 肖骁;无线传感器网络中基于BP神经网络的数据收集协议研究[D];中南大学;2009年

7 苏广毅;移动无线传感器网络能量均衡的数据收集协议研究[D];中南大学;2009年

8 曾思亮;一种新型的无线传感器网络数据收集协议[D];湖南科技大学;2007年

9 杨晨曦;无线传感器网络节能与生存时间感知的数据收集算法[D];浙江工业大学;2009年

10 李翠;无线传感器网络移动数据收集的研究与实现[D];中国科学技术大学;2010年

，

本文编号：1829987