基于压缩感知的无线传感器网络数据收集算法研究

发布时间：2017-06-05 18:10

  本文关键词：基于压缩感知的无线传感器网络数据收集算法研究，由笔耕文化传播整理发布。

【摘要】：无线传感器网络(WSNs)作为物联网的重要组成部分之一,已经被广泛地应用于环境监控、医疗检测和军事部署等相关领域。然而传感器节点存在诸多的资源限制,这给wSNs地大规模部署和长时间运行带来了很大的挑战。作为一种新的采样理论,压缩感知理论不仅在稀疏信号的采样频率方面突破了传统香农定理的限制,而且具备压缩和采样可以同时进行的优点。在WSNs中采用基于压缩感知理论的数据收集,主要是利用感知数据之间存在的空间相关性,使用测量矩阵将感知数据进行稀疏化表示,从而减少了网络中传输的数据包个数,由原来的N个原始数据降低为M(MN)个权重和(weighted sum)。在不产生大量计算和传输开销的前提下,压缩感知数据收集能降低全网的通信成本,同时保证数据恢复的精确度,因而能有效地延长了网络的生存周期。现有的基于压缩感知的WSNs数据收集方案,其过程一般是由汇聚节点(Sink)随机生成测量矩阵,然后根据测量矩阵被动地组建网络数据收集路由。由于路由的组建不是根据网络结构进行的,因此对提高网络性能的帮助不大,而且部分节点需要借助多个中继节点才能实现数据的压缩,这不仅增加了节点的能耗,还使得节点能量消耗不均衡。针对上述问题,本文以最大限度地降低和均衡网络能耗为目标,提出了一种基于深度优先生成树的压缩数据收集方案。具体的研究内容及取得的成果如下：(1)介绍了WSNs的特点及在WSNs中进行数据收集存在的问题。WSNs具有体积小、成本低、部署灵活等优点,然而WSNs同时是一种资源受限的网络,这给WSNs的数据收集带来了众多困难。传统的数据融合方案尽管能够降低节点能耗,延长网络的运行时间,但是仍然无法满足人们对WSNs的要求。(2)综述了压缩感知的基本理论框架,总结了现有的基于压缩感知的WSNs数据收集方案存在的问题。压缩感知理论认为：对稀疏信号或可压缩信号而言,只要获取其少量的包含原始信号全部信息的压缩数据,就可以对原始信号进行精确恢复。它突破了传统的香农采样定理对信号采样频率的限制,降低了信号的采样频率,简化了数据的压缩过程。然而现有的基于压缩感知的WSNs数据收集方法,它们只是将该理论简单地应用到WSNs中,如何把该理论更好地应用到WSNs中还面临诸多挑战。(3)提出了基于深度优先生成树(Depth-First Spanning Tree, DFST)的压缩数据收集方案。该方案按照网络部署特点生成路由树,然后根据路由树构建测量矩阵。具体方法是从Sink开始生成M(节点分组数)棵子树,同一组中的节点直接相连。每棵子树为一组,组内节点进行数据的压缩传输。由于每个节点只发送一次数据,因而实现了组内节点的负载均衡。组内的压缩数据最终由对应子树的根节点传送给Sink。在传递数据的过程中,该方案充分考虑了节点参与次数和最短路径等因素,因而减少了中继节点的数量,最大限度地降低了由组间数据传递引入的节点能耗,同时将引入的能耗均匀地分散到中继节点上均衡了节点负载。此外,该方案的数据收集树是根据网络的部署特点生成的,因而具有更好的网络性能。(4)仿真实验验证DFST方案的有效性。本文采用自主设计的仿真实验平台,从网络整体能耗和节点负载均衡两个方面,分别与最小传输数据收集树MTT方案和基于簇的数据收集CCS方案进行比较。仿真结果表明,与MTT方案和CCS方案相比,DFST方案具有更好的节能效果和负载均衡作用。
【关键词】：无线传感器网络 压缩感知 生成树 节能 负载均衡
【学位授予单位】：广西师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN929.5;TP212.9
【目录】：

• 摘要3-5
• Abstract5-9
• 第一章 绪论9-17
• 1.1 研究背景和意义9-10
• 1.2 传统的WSNs数据收集方法10-15
• 1.2.1 基于IP包报头压缩与数据合并的数据收集方法11-12
• 1.2.2 基于路由与数据融合的数据收集方法12-14
• 1.2.3 基于数据相关性的数据收集方法14-15
• 1.3 本文的主要研究工作和论文结构15-16
• 1.4 本章小结16-17
• 第二章 基于压缩感知理论的无线传感器网络数据收集17-24
• 2.1 压缩感知理论简介17-20
• 2.1.1 压缩感知理论基础17-18
• 2.1.2 基于压缩感知的信号采样条件18-19
• 2.1.3 测量矩阵的构建19
• 2.1.4 信号的恢复19-20
• 2.2 压缩感知在无线传感器网络数据收集中的应用20-23
• 2.3 本章小结23-24
• 第三章 基于深度优先生成树的压缩数据收集算法24-36
• 3.1 引言24-30
• 3.2 DFST算法设计30-35
• 3.2.1 深度优先路由树的形成30-33
• 3.2.2 测量矩阵的构建方法33-34
• 3.2.3 压宿数据收集34
• 3.2.4 原始数据恢复34-35
• 3.3 本章小结35-36
• 第四章 仿真实验36-44
• 4.1 实验平台的设计36-38
• 4.2 实验结果及分析38-43
• 4.2.1 网络整体能耗的比较40-42
• 4.2.2 节点负载均衡的比较42-43
• 4.3 本章小结43-44
• 第五章 总结与展望44-46
• 5.1 全文总结44
• 5.2 工作展望44-46
• 参考文献46-51
• 致谢51-52

【相似文献】

中国期刊全文数据库 前10条

1 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

2 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

3 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

4 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

5 杨婧;王潜平;黄意珊;;基于向量关系表的自动数据收集算法[J];计算机工程与应用;2007年15期

6 潘振海;连铸车间的数据收集与处理[J];冶金自动化;1979年02期

7 叶道祥;水下遥控航行体的数据收集和综合[J];水雷战与舰船防护;1994年02期

8 王军;王正路;程勇;水泱;顾秀云;朱雪刚;;空间相关性的数据收集协议的研究[J];电子测量与仪器学报;2014年02期

9 胡升泽;包卫东;王博;乐俊;葛斌;;无线传感器网络基于多元簇首的分簇数据收集算法[J];电子与信息学报;2014年02期

10 林莉军;;一套实用的过程数据收集和分析系统[J];宝钢技术;2006年04期

中国重要会议论文全文数据库 前4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

3 曲鹏飞;刘钧;;区域自动气象站统一数据收集平台的设计[A];第28届中国气象学会年会——S1第四届气象综合探测技术研讨会[C];2011年

4 苏拉玉;赵征;邢惠凌;马永富;;生产中数据库间通讯的实现[A];2009年河北省冶金学会炼钢—连铸技术与学术年会论文集[C];2009年

中国重要报纸全文数据库 前4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

4 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

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 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

2 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

3 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

4 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

5 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

6 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

7 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

8 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

9 仇雷杰;无线传感网络中有效数据收集技术研究[D];中国科学技术大学;2011年

10 冯亚超;无线传感器网络数据收集协议的建模与分析[D];北京工业大学;2014年

  本文关键词：基于压缩感知的无线传感器网络数据收集算法研究，由笔耕文化传播整理发布。

，

本文编号：424298