压缩感知理论在WSN数据收集中的应用研究

发布时间：2023-07-25 03:47

　　WSN(Wireless Sensor NetworK,无线传感器网络)作为物联网、大数据的重要组成之一,已广泛应用于环境监控、智能交通等各大领域。为了全面感知物理信息,传感器节点通常被重叠部署在监测区域内并重复进行数据采集,导致网络获取的数据量巨大,并存在冗余的问题。WSN节点需消耗与数据量成正比的能量来维持数据的收发及处理,然而传感器节点大多由电池供电,电池不易更换,此外传感器节点数据处理能力有限,严重阻碍了其部署规模和使用稳定程度。通过将CS(Compressed Sensing,压缩感知)应用到WSN数据收集中,可实现数据压缩与收集同时进行,有效减少节点所需传输的数据量,达到降低网络能耗,提高系统稳定性的目的。本文主要进行以下分析研究工作:(1)CS应用于WSN数据收集的应用分析与理论研究。结合无线传感器网络数据收集面临的问题,研究在路由过程中结合CS算法进行数据收集对节点数据传输量的影响。同时通过实验研究CS中常见的几种稀疏基与观测矩阵,并分析测量数据量和压缩比对数据重建效果的影响。(2)结合LEACH(Low Energy Adaptive Clustering Hiera...

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 压缩感知理论
        1.2.2 CS在 WSN数据收集中的应用
    1.3 论文研究内容
    1.4 论文结构安排
第二章 基于CS的 WSN数据收集应用分析
    2.1 无线传感器网络相关理论研究
        2.1.1 无线传感器网络技术分析
        2.1.2 路由协议分析
    2.2 问题描述及解决方案分析
        2.2.1 问题描述
        2.2.2 压缩感知应用于WSN的优势分析
    2.3 本章小结
第三章 基于CS的 WSN数据收集技术理论研究
    3.1 LEACH分簇路由算法
    3.2 压缩感知理论研究与分析
        3.2.1 信号稀疏化
        3.2.2 观测矩阵
        3.2.3 重构算法
        3.2.4 压缩感知算法分析及实验验证
    3.3 本章小结
第四章 基于CS的 WSN数据压缩收集方案设计与仿真
    4.1 压缩数据收集关键问题分析
    4.2 基于剩余能量与距离反馈的动态路由算法LEACH-I
        4.2.1 LEACH路由算法优缺点分析
        4.2.2 LEACH网络与能耗模型
        4.2.3 已有的LEACH改进方案
        4.2.4 LEACH-I路由算法设计
    4.3 CS融合于LEACH-I路由流程设计
        4.3.1 核心理论分析
        4.3.2 数据收集流程设计
        4.3.3 基于随机稀疏投影的观测矩阵
    4.4 方案优势分析
    4.5 仿真实验和结果分析
        4.5.1 实验数据来源
        4.5.2 仿真参数设置
        4.5.3 实验结果分析
    4.6 本章小结
第五章 稀疏度自适应重构算法设计与验证
    5.1 最小7)0范数的信号重构算法
        5.1.1 压缩采样匹配追踪(CoSaMP)算法
        5.1.2 稀疏自适应匹配追踪(SAMP)算法
    5.2 ISAMP算法描述
        5.2.1 支撑集回溯优化与原子的选择
        5.2.2 稀疏性自适应分析
    5.3 ISAMP算法实现步骤
    5.4 实验验证及分析
    5.5 本章小结
总结与展望
    总结
    展望
参考文献
攻读学位期间取得的研究成果
致谢



本文编号：3837101