无线传感器网络误删数据自匹配追踪仿真研究

发布时间：2021-07-24 07:36

　　针对基于矩阵补全技术、基于事件序列检测以及基于最近邻的三种追踪方法对于误删的关键无线传感数据,存在不能及时进行追踪,性能不足的问题,提出一种无线传感器网络误删数据自匹配追踪方法。通过采集感知对象的信息,获取采样矩阵及传感器网络信号,实现对基准数据集的提取;分解K-稀疏的信号,进行数据信号稀疏变换;经过稀疏变换的数据信号,使用追踪算法对误删信号进行高概率的追踪,构建数据信号匹配矩阵;根据得到的结果实现误删数据追踪。结果表明:与基于矩阵补全技术、基于事件序列检测法以及基于最近邻的三种追踪方法相比,利用匹配追踪方法进行无线传感器网络误删数据追踪后,与原始信号匹配度达到98.7%,完整性更高、误差更小,解决了三种传统追踪方法性能不足的问题,能有效减少关键数据丢失,保障监测结果的准确性。 

【文章来源】：计算机仿真. 2020,37(05)北大核心

【文章页数】：5 页

【部分图文】：

原始完整PH信号变化幅度图像

图4 分析工具

误删后的PH信号变化幅度图像

【参考文献】：
期刊论文
[1]混合式网络丢失数据包恢复方法仿真研究[J]. 张辉.  计算机仿真. 2018(05)
[2]基于时间序列数据的无线传感器网络的异常检测方法[J]. 彭能松,张维纬,张育钊,黄焯,郑力新.  传感技术学报. 2018(04)
[3]压缩感知联合多属性关联的数据恢复算法[J]. 宋剑文,白勇,胡祝华,唐冰.  计算机工程. 2018(04)
[4]基于分布式压缩感知的微震数据压缩与重构[J]. 赵小虎,刘闪闪,沈雪茹,邓园芳.  中国矿业大学学报. 2018(01)
[5]基于矩阵补全的无线传感器网络收集数据重建方法[J]. 陈正宇,胡国兵,姜志鹏.  电子器件. 2017(06)
[6]应用分层自适应匹配追踪重构MEMS陀螺信号[J]. 杨金显,杨闯.  光学精密工程. 2017(12)
[7]改进的高精度匹配追踪方法研究及应用[J]. 杨午阳,杨庆,何欣,鄢高韩,魏新建,陈德武,李东.  地球物理学报. 2017 (07)
[8]一种改进的变步长自适应匹配追踪算法[J]. 李超,王沛,王传正.  上海师范大学学报(自然科学版). 2017(02)

博士论文
[1]基于无线传感器网络的目标定位与跟踪技术研究[D]. 闫雷兵.南京邮电大学 2017



本文编号：3300229