改进压缩感知算法的WSN数据恢复方法

发布时间：2024-04-03 03:23

　　针对WSN数据恢复成本比例较高的问题,提出一种利用改进压缩感知算法和单位圆盘图模型的WSN数据恢复方法。利用改进压缩感知算法恢复部分丢失数据的节点;将这些已恢复的节点数据当作已知,联合原有的正常节点,基于不同的网络拓扑,使用数据骡子进行剩余丢失数据的恢复;在改进压缩感知算法的支撑下,通过二次规划实现数据重构,采用一组具有先进移动能力的移动传感器来访问失效传感器的邻居节点,重新获取丢失数据。利用NS2仿真软件进行实验,仿真结果表明,相比其它几种较新算法,提出算法完成数据恢复所用成本更低。

【文章页数】：8 页

【部分图文】：

图1两个节点失效的mule旅行

图1表示两个节点失效的mule旅行示意图。灰色表示已经失效的传感器节点；虚线表示mule旅行；旅行从m节点开始，结束于m节点。T是一棵基于欧式平面，根为r，具有n个无线传感器的汇聚树。数据从叶子节点传播到根节点r。文中用有向完全图G=(V,E）表示仿真环境，其中节点集表示无线传感....

图2线路拓扑

假设有n个节点，它们间的距离为单位距离，分布在欧式平面上。该设置确保节点只能与相邻节点进行通讯。对于那些基于通讯约束下的线拓扑结构，定义树的结构和方向只需知道根r的位置。因此，解决方案成本由r和m的位置唯一决定。为了更清楚地表述，定义节点编号为1到n,m和r分别表示解决方案中所指....

图3覆盖长度L须放置将近2L个节点

证明：设v和l为算法1两次迭代后得到的非叶子节点，vx和lx分别为其在x线性轴上的坐标。当lx与vx接近时，该算法以最慢速度收敛；但是，当l为区间[vx,vx+1]内最远节点时，意味着在l之后选择的非叶子节点必定在区间[vx+1,vx+1+λ]内。因此，在最坏的情况下，在两次迭代....

图4算法2

证明：显然，在任意一种算法中，mule必须访问所有非根节点。在最坏的情况下，T中节点v只有一个子孙节点时，将会产生最小绝对值。那么，mule的旅行只能覆盖一个节点。在最好的情况下，旅行包含了G中节点v的所有子孙节点，很显然这与节点的度有关。论证结果表明，在最坏情况下节点v产生的成....

本文编号：3946641