基于压缩感知的无线传感网数据收集技术研究

发布时间：2017-04-08 10:20

  本文关键词：基于压缩感知的无线传感网数据收集技术研究，由笔耕文化传播整理发布。

【摘要】：无线传感器网络(Wireless Sensor Networks, WSNs)作为一种特殊的功能性网络,已经广泛应用于环境监测、医疗监护以及军事跟踪等领域。在大规模布设的复杂传感网中,节点能量不足,网络寿命受限。由于传感网中节点密集布设,感知数据间具有很强的相关性,有很大的压缩空间。采用压缩算法对感知数据进行压缩处理是减少网络的通信能耗、延长网络寿命的有效手段之一。相比于传统压缩技术,压缩感知理论(Compressive Sensing,CS)可以在数据采集的同时进行压缩处理。在传感网中应用压缩感知进行数据收集,具有压缩处理简单、易于分布式处理以及重构数据精度高等特点。基于压缩感知的数据收集还存在诸多问题尚未解决,本文重点关注观测矩阵与路由不匹配的问题,根据已有的观测矩阵设计有效的路由策略,在保证重构精度的前提下尽可能提高网络性能。主要研究内容如下：1.针对传感网中节点密集布设,参与数据收集的转发节点数目过多导致网络能耗过大的问题,提出一种基于最小能耗生成树的稀疏投影数据收集算法。该算法采用随机稀疏矩阵作为观测矩阵,减少了源节点数目；分析能耗模型给出最小能耗中继节点选择方案,实现节点通信距离与转发节点数的折衷；采用集中式观测矩阵生成方式,根据观测矩阵以贪婪增长树思想构建最小能耗生成树路由,保证了观测矩阵与路由相匹配。实验结果表明,与已有的树形数据收集算法相比,该算法可以有效减少参与节点数目,节省网络能耗。2.针对大型传感网中节点数量大、通信链路不可靠的情况,提出一种基于稀疏分块对角矩阵的分簇数据收集算法。该算法采用分布式分簇路由策略,减少了数据包转发次数；以稀疏对角观测矩阵作为观测矩阵,减少了每个簇需要收集的观测值数量；根据分簇数据收集特点建立网络能耗模型,并计算最优簇头数目以实现能耗最优；在理论分析基础上提出一种基于最优簇头数目的分布式分簇数据收集策略。仿真实验表明,该算法可以有效均衡各节点能耗,延长网络寿命。3.针对复杂网络中影响因素多、数据可压缩性差的问题,提出一种基于空间相关性分簇的压缩感知数据收集算法。该算法中,以分布式压缩感知联合稀疏模型对数据进行建模,分析感知数据的稀疏度；然后根据已有的空间相关性模型分析数据空间相关性与节点间距离的关系；进而提出一种基于空间相关性的分布式分簇方案,保证簇内数据具有很强的相关性；数据收集时以簇为单位,簇内节点单独进行压缩感知数据收集。仿真分析表明,该算法可以减少通信数据量,提高网络性能。4.基于μC/OS-Ⅱ实时操作系统,设计并开发了一种支持压缩感知数据收集的树形路由协议。根据业务需求设计组网模块、路由更新模块和数据转发模块三个功能模块来实现路由的组网与维护,根据网络的通信接口设计数据帧格式。完成基于μC/OS-Ⅱ实时操作系统完成协议的嵌入式开发,并在STM32F407-Discovery开发平台上进行功能模块级测试。
【关键词】：无线传感网 压缩感知 数据收集 能量有效性 随机稀疏投影 最小能耗生成树 分簇路由 空间相关性
【学位授予单位】：解放军信息工程大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN929.5;TP212.9
【目录】：

• 摘要4-6
• Abstract6-13
• 第一章 绪论13-29
• 1.1 研究背景与意义13-14
• 1.2 压缩感知理论概述14-18
• 1.2.1 稀疏表示15
• 1.2.2 压缩采样15-18
• 1.2.3 数据重构18
• 1.3 基于压缩感知的数据收集18-26
• 1.3.1 压缩感知数据收集概述19-21
• 1.3.2 压缩感知数据收集研究现状21-26
• 1.4 论文主要工作26-27
• 1.5 论文结构安排27-29
• 第二章 基于最小能耗树的压缩感知数据收集29-39
• 2.1 引言29
• 2.2 系统模型与问题描述29-31
• 2.2.1 稀疏随机投影数据收集29-30
• 2.2.2 网络与能耗模型30
• 2.2.3 问题描述30-31
• 2.3 最小能耗生成树数据算法31-34
• 2.3.1 最小能耗中继节点选择31-32
• 2.3.2 最小能耗生成树数据收集32-34
• 2.4 仿真结果分析34-37
• 2.5 本章小结37-39
• 第三章 基于分布式分簇的压缩感知数据收集39-49
• 3.1 引言39
• 3.2 系统模型与问题描述39-41
• 3.2.1 稀疏对角矩阵数据收集39-40
• 3.2.2 网络能耗模型40-41
• 3.3 基于分簇的对角分块稀疏矩阵数据收集算法41-44
• 3.3.1 最优簇头数目41-43
• 3.3.2 分簇路由的数据收集算法43-44
• 3.4 仿真结果与分析44-47
• 3.6 本章小结47-49
• 第四章 基于空间相关性分簇的压缩感知数据收集49-57
• 4.1 引言49
• 4.2 系统模型与问题描述49-50
• 4.3 基于空间相关性的数据收集50-53
• 4.3.1 空间相关性分析51-52
• 4.3.2 基于空间相关性分簇的数据收集方案52-53
• 4.4 仿真结果与分析53-56
• 4.5 本章小结56-57
• 第五章 支持压缩感知的树形路由协议设计与实现57-71
• 5.1 嵌入式系统与开发环境57-58
• 5.1.1 嵌入式实时操作系统57
• 5.1.2 嵌入式集成开发环境57-58
• 5.2 总体方案设计58
• 5.3 路由协议设计与实现58-67
• 5.3.1 路由协议设计59-60
• 5.3.2 功能模块设计60-64
• 5.3.3 通信接口与数据格式64-66
• 5.3.4 基于μC/OS-Ⅱ的协议开发66-67
• 5.4 路由协议的模块级测试67-70
• 5.4.1 测试环境67
• 5.4.2 功能模块测试67-70
• 5.5 本章小结70-71
• 第六章 结束语71-73
• 6.1 全文总结71-72
• 6.2 工作展望72-73
• 致谢73-75
• 参考文献75-81
• 作者简历81

【相似文献】

中国期刊全文数据库 前10条

1 郭全;侯红;许思平;;分布式数据收集流程的改进及分析[J];计算机工程;2010年06期

2 刘爱民;李希哲;孙安来;;气象卫星数据收集平台地址生成方法[J];无线电工程;2007年02期

3 杨进才,刘云生;移动事务的数据收集与存储[J];计算机工程与应用;2004年08期

4 尚雪莲;;浅谈计算机在数据收集中的应用[J];计算机光盘软件与应用;2012年19期

5 ;针对不同对象的数据收集与应用[J];上海质量;2013年04期

6 王文华,郭陟,顾明;基于负载均衡的高效入侵检测数据收集机制[J];计算机应用研究;2005年10期

7 丛荣华;;网络教育中的数据收集技术[J];长春师范学院学报;2006年10期

8 陈永府;杨小献;黄正东;陈立平;;基于规则的数据收集研究[J];计算机工程与设计;2007年01期

9 刘瑞超;郭松涛;;带速度控制的能量高效的数据收集算法[J];计算机应用研究;2014年03期

10 向金海,罗静,张友纯;移动代理模式下的数据收集[J];计算机应用;2003年04期

中国重要会议论文全文数据库 前2条

1 王洪肖;刘威;于贺玲;;基于XML技术的WEB数据收集模型的研究[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年

2 沈晓怡;;独立于协议的数据通信功能实现[A];全国炼钢连铸过程自动化技术交流会论文集[C];2006年

中国重要报纸全文数据库 前3条

1 薛华 何立群 李祥和;IDS的体系结构[N];计算机世界;2002年

2 河北大学新闻传播学院 陶丹;大数据收集和使用的先驱[N];科学导报;2014年

3 林鸿灿;保险公司应建立事故数据收集部[N];中国保险报;2010年

中国博士学位论文全文数据库 前9条

1 梁俊斌;无线传感网中低能耗数据收集协议研究[D];中南大学;2010年

2 奎晓燕;无线传感器网络中高效数据收集协议研究[D];中南大学;2012年

3 赵东;移动群智感知网络中数据收集与激励机制研究[D];北京邮电大学;2014年

4 徐建波;无线传感器网络分布式分簇和节能的数据收集协议研究[D];湖南大学;2008年

5 刘文军;WSN-MEs数据收集关键问题研究[D];苏州大学;2014年

6 周四望;无线传感器网络中的数据收集算法研究[D];湖南大学;2007年

7 徐宏力;无线传感网络有效的数据收集问题研究[D];中国科学技术大学;2007年

8 吴宣够;基于压缩感知的大规模无线传感器网数据收集研究[D];中国科学技术大学;2013年

9 宋晓霞;低冗余CS观测方法及其在WSNs数据收集中的应用[D];西安电子科技大学;2013年

中国硕士学位论文全文数据库 前10条

1 王冲;基于压缩感知的无线传感网数据收集技术研究[D];解放军信息工程大学;2015年

2 张剑峰;用于手机销售渠道数据收集的多渠道泛数据收集展现系统的研究[D];北京邮电大学;2006年

3 李胜岚;无线传感器网络延迟受限且能耗均衡的数据收集协议研究[D];广西大学;2015年

4 刘瑞超;无线传感网络中数据收集技术研究[D];重庆大学;2014年

5 张鹏;灾难场景下基于增量码的无线传感器网络容错数据收集协议研究[D];杭州电子科技大学;2015年

6 彭亚运;智能环境中基于上下文知识的数据收集优化研究[D];重庆大学;2015年

7 张鑫;网络表系统中数据收集转发器的研究与实现[D];武汉理工大学;2009年

8 付磊;大规模无线传感器网络的移动数据收集机制研究[D];河南科技大学;2014年

9 姜福均;可移动节点的无线传感网数据收集算法研究[D];南京邮电大学;2014年

10 刘斌;车载自组织网络数据收集协议及其应用的研究[D];电子科技大学;2011年

  本文关键词：基于压缩感知的无线传感网数据收集技术研究，由笔耕文化传播整理发布。

，

本文编号：292669