基于稀疏采样的多媒体传感网图像压缩收集机制

发布时间：2020-06-09 21:11

【摘要】：无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSNs)在传统无线传感器网络的基础上引入了图像、音频、视频等多媒体信息,能够实现更高精度的监控,使用户更直观、更深入的了解观测对象。WMSNs具有广阔的应用前景,但也面临着网络能耗、节点性能以及存储空间大小等多方面的限制与挑战,能否有效解决这些问题,成为WMSNs进一步发展和应用的关键。本文结合WMSNs的特点,通过引入多节点协作式网络框架与压缩感知技术,提出了一种基于傅里叶域稀疏采样的分布式图像压缩收集方案。该方案将网络中的节点按照不同功能进行区分,以多节点协作的方式实现了图像在傅里叶域上的分块自适应压缩采样与传输,并最终在基站实现图像的重建。仿真实验表明,本文所提出的分布式图像压缩收集机制可以在保证图像重构质量的前提下,大幅抑制图像采集节点的能耗,有效平衡网络内各节点间的能耗,并延长整个网络的生命周期。在此基础之上,本文利用Matlab-GUI编程设计并实现了一个分布式图像压缩收集仿真系统。该系统可以根据使用者设定的簇群、节点数量构建多媒体传感网,并完整模拟图像的采样、压缩与重建过程。通过该仿真系统,本文进一步验证了所提方案的有效性。
【图文】：

无线多媒体,传感器网络

随着无线通信技术、嵌入式计算技术和低成本传感器的迅速发展，无线传感器网络eless Sensor Networks，WSNs）给人类社会带来了巨大的变革。WSNs 是一种以无线，将分布于监测区域内的大量低成本微型传感器节点联结的多跳自组织网络系统，过多节点协作的方式感知并采集监测区域内的各种信息，并发送给使用者[2]。WS微机电系统、现代网络和无线通信、集成电路与传感器、分布式信息处理、嵌入式术，其应用涵盖了交通、医疗、环境、运输、军事等领域[3]。而，传统无线传感器网络的感知能力有限，仅能够测量到温度、湿度、光强、压力较为简单的数值信息。对于主要依靠视觉与听觉感知外界的人类而言，如此单一的难以满足需求。随着廉价 CMOS（Complementary Metal Oxide Semiconductor）照相耗无线组网技术的发展，利用传感器网络感知图像、音频以及视频等多媒体信息数能，无线多媒体传感器网络（Wireless Multimedia Sensor Networks，WMSNs）也就[4]。

状况,能耗,无线多媒体,图像压缩技术

WMSNs 图像压缩技术的应用，有助于通过减少通信数据量来抑制数据通信能耗，但与此同时也会在网络的管理、处理和通信等方面产生代价。无线多媒体传感器网络其在能量保有、处理能力、存储资源等方面受限的特点给 WMSNs 图像压缩技术的应用带来了极大的挑战，具体可以归纳为：（1）能耗：如图 2.1 所示是在相同实验环境下，传统 WSNs 节点和 WMSNs 相机节点的能耗分布对比[29]。通过对比可以看出，传统 WSNs 的能量消耗主要集中在数据无线收发过程，整体分布呈现出一种“聚集”分布状态。而 WMSNs 从能耗分布图像上看则呈“均匀”分布状态，处理、存储、传输三方面的能耗相近。特别是处理能耗，相较于传统 WSNs 有了极大的增长。然而，，无线多媒体传感器网络节点能耗有限，且一旦部署便很难再次补充。因此，在进行WMSNs 图像压缩方案的设计时，单单着眼于控制数据无线传输能耗是远远不够的。要想有效减少 WMSNs 整体能耗，延长网络整体寿命，应从数据采集能耗、数据处理能耗和数据传输能耗三个方面同时进行考虑。
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP212.9;TN919.8

【参考文献】