传感器网络中基于压缩感知的压缩域目标跟踪算法研究与应用

复杂环境下传感器网络目标跟踪,存在跟踪准确性与算法复杂性这对矛盾,需要考虑准确性、通信和计算能耗之间的折中。针对此问题,研究传感器网络中基于压缩感知的压缩域目标跟踪和压缩域数据融合,并提出了用稀疏的测量矩阵对haarlike特征压缩,压缩域特征送入朴素贝叶斯分类器,在压缩域直接实现目标跟踪的算法。然后通过配置传感器网络以生成多个层次类型不同的簇结构,压缩后的数据在网络中传输,并在各层簇头实现压缩域下的数据融合。该算法通过稀疏测量矩阵压缩表征原始图像信息和分类器的自我学习更新,提高了对压缩域目标特征分类的准确性,在复杂环境下有更好的鲁棒性。而压缩域直接进行目标跟踪,不需要重构图像,也减少了网络运算量和数据传输量。通过仿真实验和标准数据库测试对比以及在机器人足球赛实验平台中的应用表明,该算法在跟踪准确性,数据传输量及传输能耗上均有优势。     

压缩感知在无线传感器网络目标跟踪中的应用

针对无线传感器网络的目标跟踪要考虑准确性但又受到能耗约束的问题,对压缩感知理论（CS）进行研究,综述了CS理论及其关键技术,并着重介绍了CS理论在资源受限传感器网络及目标跟踪等方面的应用和发展.根据分布式无线传感器网络目标跟踪框架,通过压缩域的数据融合,解决计算与通信能耗、数据丢包问题,为提高无线传感器网络目标跟踪技术提供新思路.     

面向智能电网的无线传感器网络目标探测算法

文中提出一种结合压缩感知(CS)路由算法进行目标源定位的方法。该路由算法通过对网络节点进行分簇,将簇内节点的信息集中在簇头上。然后对无线传感器网络进行拓扑优化,并采用多跳路由策略完成簇头节点与汇聚节点间的通信。最后利用次梯度投影算法,从来自簇头的少量数据中恢复汇聚节点信号源,用于目标源信号的定位。采用一种自适应处理机制优化压缩感知算法的信号重构性能。仿真结果表明,算法能准确探测目标,减少计算量,并具有良好的重构性能。     

无线传感器网络中一种能量有效的混合式拓扑控制算法

与AdHoc网络不同,无线传感器网络以降低节点的能耗作为首要的设计目标.针对节点能量有限的特点,提出一种能量有效的混合式拓扑控制算法--EAHTC算法.该算法优先选择剩余能量高的节点担任簇头节点,而且算法采用局部信息,动态调节节点通信范围,改变一跳可达邻居数量,从而减轻MAC层负担达到节能的目的.同时在网络运行过程中,算法通过周期性重新选举簇头,减小并均衡网络中节点的能耗,从而进一步延长了网络的生存期.仿真结果验证了该算法的有效性.     

自适应人工免疫网络算法的无线传感网络拓扑结构优化

无线传感器网络(MWSN)具有动态拓扑的特性,因而节点移动、能量消耗等影响因素会导致传感器网络的寿命。在现有层次型拓扑控制算法的基础上,借鉴adhoc网络层次拓扑生成算法WCA的设计原理,提出一种应用于无线传感器网络的新型层次型拓扑结构优化算法。该算法综合考虑节点的能量和位置状况,为每个节点定义不同的权值,从中选出性能优越的节点担任簇首,同时通过设置节点度参数来确保最优的拓扑结构。同时依托自适应人工免疫网络算法,用于实现MWSNs的目标。仿真结果表明,改进的人工免疫网络算法(KC-AAINA)有助于找到良好的聚类配置和簇头数量,限制了节点能耗,改善了MWSN的网络寿命、能量消耗和分组传输,从而提高网络生命周期。     

基于压缩感知的特高压输电塔实时监测系统数据传输方法研究

特高压输电塔形成的强电磁场干扰及所处的野外恶劣自然环境严重影响无线传感器网络的数据传输质量,造成了无线传感网络通信数据溢出、误码率增加等问题,文章以基于无线传感器网络构建的特高压输电塔实时监测系统为基础,对无线传感器网络在强电磁环境下的通信特性进行了研究,提出了一种基于压缩感知理论的低信噪比信道编码传输方法（ LSCC ）,该方法对测量矩阵进行了改进,并在信道删除概率的基础上自适应调整信息发送的比特量,减少重构所需测量值个数。实验验证表明,低信噪比信道编码传输方法降低了特高压输电塔强电磁场引起的信道干扰带来的数据溢出率11．29％,有效地增强了输电塔监测系统的实际应用性能。     

高效节能的无线传感器网络数据收集协议

无线传感器网络中的节点具有有限的能量,为了延长网络寿命,提出了一种分布式的高效节能的无线传感器网络数据收集协议DEEC-MR.协议中节点根据自身剩余能量竞争簇头,每个簇头节点根据相邻簇头节点与基站的距离、剩余能量等信息寻找父簇头节点,构造一颗以基站为根的近优最小汇集树.簇头将采集到的数据聚合后沿汇集树以多跳的方式传输至基站.仿真实验证明该协议能有效降低网络能耗,与其他两种数据收集协议(LEACH,PEGASIS)相比,DEEC-MR将网络寿命分别提高1600％和200％,同时使能耗均匀分布在每个节点上,避免部分节点过早死亡,具备很高的可靠性.     

WSAN二次分簇架构模型中实时路由策略研究

为解决无线传感器／执行器网络受到干扰导致实时性降低的问题,提出基于节点间数据传输成功率的实时分簇路由协议（RCRPSR）。通过节点一次成簇、节点二次成簇、执行器节点到sink节点路由选择,选择数据传输成功率较高的路径传输数据,降低传输失败的概率,减少数据传输时延,提高网络实时性,同时使用二次分簇架构,划分了3层网络和3种不同功能的节点,使不同功能的节点采用不同的发射功率,在保证网络连通性的同时减少能量消耗,延长了网络寿命。仿真结果表明,在网络中数据传输成功率下降时,相比传统协议,采用RCRPSR协议传输时延降低2—5倍。     

一种基于地址划分的无线传感网络高能效协议

针对工业应用的无线传感器网络中传感器节点相对固定、且传输的数据量一般不同的情况,为平衡各节点的能耗,延长网络生存周期,提出了一种基于地址划分的高能效协议。该协议采用了分簇结构,并且极大地简化了簇建立的过程,消除了簇头建立过程产生的网络延时。同时,该协议合理地分配了不同传感器节点的工作量,延长了网络生存周期。     

WRSNs中无线充电和辅助移动数据收集算法

研究在无线充电设备(WCE)辅助基站进行数据收集情况下,无线可充电传感器网络(WRSNs)中充电和数据收集问题,旨在减少网络中长距离无线传输造成的能量浪费,缓解能量空洞问题。对充电及数据收集过程建模分析,设置用于计算WCE辅助收集数据量的节能系数,利用拉格朗日对偶分解和次梯度算法设计一种WRSNs中无线充电和辅助移动数据收集算法(Wc AMDG),优化节点充电量和路由。仿真实验表明,算法能够有效延长网络寿命、均衡节点能耗、提高网络能量利用率。     

高压输电监测无线传感网功率控制算法

为了延长网络生命周期,解决高压输电监测的无线传感器网络中节点能量受限问题,结合应用背景的实际特点,提出一种基于节点动态聚类的功率控制算法。该算法以高压输电监测的网络架构为基础,分析传感器节点间的空间几何位置关系,综合考虑空间几何信息与节点剩余能量,利用聚类分析方法对网络内具有相似性的节点进行动态聚类,使数据转发在类区域代表节点之间传递。同时,采用可变的功率调制技术进行数据传输。仿真结果表明,该算法能够有效地降低网络能量消耗,并延长网络的生命周期。     

Energy Efficient System-on-chip Design for Wireless Body Area Sensor Network

This article presents a novel energy-efficient on-chip design for wireless body area sensor networks focused towards pervasive healthcare applications. The network adopts a master–slave architecture, where the body-worn slave nodes periodically send sensor readings to a central master node. Unlike traditional peer-to-peer wireless sensor networks, the nodes in this wireless body area sensor networks are not deployed in an ad hoc fashion. The network is centrally managed and all communications are single-hop. A cluster algorithm is also presented so that all slave nodes are within the transmission range of the master nodes. It pretends that all slave nodes can share resources and information over the internet to reduce energy consumption. The design on system-on-chip platform has been simulated for some experiments and implemented. Compared to published and industrially used schemes, the power consumption of the proposed design is over 30 and 99% lower in the simulation and platform implementation, respectively.     

基于压缩稀疏融合的动作识别方法

在无线体域网动作识别中,稀疏分类识别阶段待测向量稀疏表示系数的计算复杂度是影响其实时性的一个关键因素。提出一种基于压缩稀疏融合的动作识别方法,首先,对各对象动作矩阵进行训练;然后,通过稀疏融合得到融合稀疏向量;最后,将其重构后与待测动作向量做残差处理,比较残差,得到识别结果。该方法在识别阶段勿需对待测向量求解稀疏表示系数,使识别阶段算法的复杂度降低一半,实时性得到提高。实验结果表明,在降低复杂度的同时,本方法能对8种不同的人体动作进行有效识别。使用基追踪（BP）算法时,识别率与传统方法持平;使用正交匹配追踪（OM P）算法时,识别率比传统方法效果好。     

An energy‐efficient cooperative MIMO transmission with data compression in wireless sensor networks

In this letter, a novel metric for energy‐efficient cooperative transmission with data compression in wireless sensor networks (WSNs) is proposed. Under the guidance of the new metric, energy consumption is optimized by considering the correlation between data generated by the sensor nodes. The distance between sensor nodes inside the cluster affecting the data correlation as a key factor is analyzed, and the corresponding optimal value is used to reduce the energy consumption. © 2015 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

Energy-efficient routing for mobile agents in wireless sensor networks

In wireless sensor networks, data fusion (in-network processing) is a critical issue because sensor networks are energy-constrained and bandwidth-constrained. Recently, a new scheme based on mobile agent has been proposed to solve the problem. The order and number of nodes on the route traversed by a mobile agent determine the energy consumption, and hence, they have a significant impact on the overall performance of the whole system. Considering the limited transmission range of sensor nodes, we showed that this routing problem in a multi-hop cluster could be modeled as a node-weighted traveling tourist problem (TTP). We proved that the problem was nondeterministic polynomial time (NP)-complete. Then we presented a new approximation algorithm to solve the problem. Simulation experiments demonstrate that the proposed heuristic is more energy-efficient than the two earlier ones. Translated from Journal of Shanghai Jiaotong University, 2006, 40(3): 520–523 [译自: 上海交通大学学报]     

State estimation and data fusion for multirate sensor networks

This article is concerned with state estimation and data fusion of a linear dynamic system observed by multirate sensors in the environment of wireless sensor networks. The sampling, estimation, and transmission rates in the wireless sensor networks are different. We derive the optimal linear estimation in the centralized, sequential, and distributed forms. A numerical example is given to show the feasibility and effectiveness of the proposed algorithms. Copyright © 2015 John Wiley & Sons, Ltd.     

基于SEP协议改进的最优稳定选举算法

针对二级初始能量异构的无线传感器网络运行过程中出现的节点能耗不均衡和网络稳定生命周期较短问题,基于SEP协议,考虑节点和簇头能量因素,以及结合节点和簇头的数据传输距离因素,提出一种改进的稳定选举路由算法(E-SEP),分析了算法本身在不同高级节点占比和不同总结点数量下的性能,并与低功耗自适应集簇分层-确定性簇头选取(L...