无线传感器网络数据压缩技术研究

发布时间：2020-01-31 07:30

【摘要】：无线传感器网络(Wireless Sensor Network, WSN)由许多微型传感器节点构成，这些节点被部署在监测环境中，它们协作感知、采集和处理环境信息，通过无线通信方式、以多跳形式自组织成局域网，再将处理后的信息传输到基站(或控制中心)．无线传感器网络涵盖了网络计算、智能存储、无线通信及传感器感知等多领域技术，成为网络研究领域前沿．无线传感器网络通常部署在环境恶劣及难达区域，节点多采用不易更换的电池供电，致使整个网络能源有限．这种情况势必导致人们寻找消耗网络能耗尽可能小的途径，进而有效延长网络生存周期．本文主要对无线传感器网络数据压缩技术展开工作，对如何有效减少数据传输及提高数据精度的数据压缩算法进行研究．给出课题的研究背景和研究意义，概述了无线传感器网络的相关知识及基础内容，并对无线传感器网络中几类应用比较广泛的数据压缩算法、应用思想、范围及优缺点进行介绍；针对有效减少数据传输及提高数据精度的数据压缩目标，给出本文提出的几种算法．首先，提出基于DP思想的无线传感器网络最优曲线数据压缩算法，这是一种有损数据压缩算法，它运用DP理论中用提取特征点来表现整体数据特征的思想，对采样数据进行压缩．该算法以选取能够体现数据整体特征的簇首为特征点进行传输，可以有效的释放节点有限内存空间，仿真验证表明该算法对于波动较大的数据有较好的特征点提取效果．其次，提出无线传感器网络数据聚集压缩算法，该算法改进了ODLRST压缩算法，属于无损数据压缩算法．算法考虑监测数据的各种可能趋势，通过判定预测数据的准确度和精确度，从两个方面对监测数据进行间断点判定及数据趋势预测．该算法不需要事先设定阈值，可以用于监测任何环境且有良好的性能，有很强的实际应用性．最后，提出一种环境监测状态判定思想，二次无偏灰色马尔科夫预测在无线传感器网络中的状态判定．它不同于传统意义的压缩，该算法首先对数据进行预测，之后根据马尔科夫预测思想对监测数据进行状态判定，并将满足监测目的的状态标识传输．仿真验证表明，该方法能够得到较为准确的预测数据及监测状态，能够有效减少网络中数据传输量，进而降低用于数据传输所消耗的能量．
【图文】：

传感器网络,第二代,传感控制,无线技术

由具有感知、处理、存储、传输及融合分析于一体的嵌入式式的基础上而组成的具有动态功能的网络体系．随着无线技无线通信技术发展也越来越趋于成熟，应用的方向越来越据着越来越重要的地位，采用无线技术进行数据采集和通信同时，在微型电子设备系统和高密度集数字技术大力发展体积较小的传感器微型节点得以广泛生产使用，将具有这类传感器中，将其进行大范围的部署，便组成监测多种自然环代，出现了第一代传感器网络，在技术上采用的传输方式是传感控制器连接网络中各个节点及控制中心共同构成．随着索和挖掘，，第二代传感器网络出现，第二代网络在研究创新上取得了对同时获取的多种信息进行综合处理的技术能力

本体,节点,监测目标,监测网络

织无线接入网络，与传感器网络控制器连接的第四代传感器网络正在.1.2 体系结构WSN 网络系统框架主要由传感器节点(sensor node)、汇聚节点(si(task manager node)三个部分共同组成[39]，如图 2.2 所示．WSN 网络共包括 4 类基本监测环境对象个体：监测目标、网络观测节点、数据知领域．WSN 网络中的节点通常采用大量随机抛洒、部署方式、动搭建网络系统且节点间协同工作形成对监测目标的感知领域．位于监监测的感兴趣的信息经过在节点自身处进行处理后，再通过相邻传感传输到数据观测节点．监测用户和监测中心在监测网络的外部，与网行信息通讯传输，数据观测节点通过向整个监测网络发出请求和控制节点发送的目标监测数据进行接收．
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TP212.9;TN929.5

【参考文献】