基于分类的分布式压缩感知算法

在无线传感器网络中,压缩感知是一种新兴的数据融合方法,能利用少量数据采样进行数据恢复。由于具有较好的节省能耗的性质,压缩感知受到研究人员越来越多的关注。然而,传统的应用于无线传感器网络中压缩感知方法是在汇聚节点得到所有节点的加权和,然后利用重构算法对整个网络中各节点的数据进行恢复,并没有考虑到网络节点的分布式的特性。因此,当网络拓扑较复杂时,应用压缩感知时数据需要传输的次数并不会低于利用最短路径树时数据需要传输的次数。在该文中,我们考虑如何将压缩感知技术更好的和网络节点的分布式结构相结合,使得该技术的更加符合无线传感器网络的需求。     

基于压缩感知的链型无线传感器网络节能数据收集

无线传感器网络(WSNs)中节点受体积、功率、成本等限制而导致了节点能量、生命周期有限的问题.提出一种基于压缩感知算法的无线传感器网络节能优化方法,并结合无线传感器网络中的链型拓扑网络模型,给出基于压缩感知理论的节能网络数据传输模型.通过理论分析比较表明压缩感知方法在节能方面的优越性,然后在得出的网络能耗模型的基础上进行仿真.仿真结果表明:压缩感知方法有效减少了网络能耗.     

基于小波树模型的CoSaMP压缩感知算法

无线传感网络存在网络带宽限制和传感器节点的能耗问题,实际应用中通常希望可以通过重构算法从采集的少量数据中还原出原始信息,压缩感知理论为上述问题提供了一个解决思路。利用压缩感知理论,对无线传感器网络中温度传感器的监测信号进行了压缩感知的应用研究。针对传统压缩采样匹配追踪(CoSaMP)算法中测量次数多、重构精度低等问题,利用信号的小波系数所形成的连通树的结构特性,提出了基于小波树模型的压缩采样匹配追踪算法。将该算法应用到无线传感器网络监测信号的压缩感知仿真实验中,与传统压缩采样匹配追踪算法的重构性能进行比较,结果表明该算法较传统压缩采样匹配追踪算法在一定范围内对无线传感器网络中的温度信号具有更好的压缩感知性能。     

WSN中基于贝叶斯压缩感知的信息隐藏传输研究

提出了一种无线传感器网络中,在压缩感知域内对敏感数据进行嵌入及提取的安全传输框架。在该框架中,传感器节点利用压缩感知技术对敏感数据进行编码,在基站端利用基于贝叶斯的压缩感知重构算法进行敏感数据的恢复。充分利用压缩感知技术特点,编码的复杂性转移到基站,而传感器节点仅需执行简单的线性运算,从而在实现敏感信息安全传输的同时减少了能量消耗。仿真结果表明,该算法能够在无线传感器网络中实现敏感数据的安全传输,并且具有抗噪性强的特点。     

基于压缩感知的无线传感器网络数据融合算法

无线传感器网络中存在大量的数据冗余,数据融合技术通过对采样数据进行压缩,消除冗余,有效的减少了节点发送的数据量,延长传感器网络的寿命．提出了压缩感知与数据转发相结合的数据融合算法,在网络采样数据收集的过程中根据节点的子节点个数选择利用压缩感知对数据进行压缩还是直接对数据进行数据转发．仿真结果表明,和基于压缩感知的数据融合算法相比,数据转发与压缩感知相结合的数据融合算法,有效地在平衡节点间负载的同时减少节点的发送量．     

应用压缩感知的无线传感器网络数据处理综述

研究了压缩感知在无线传感器网络数据处理方面的应用。介绍了压缩感知技术和无线传感器网络的发展及研究现状,并从数据融合、信号采集、信号路由传输以及信号重构4个方面,对近年来基于压缩感知的无线传感器网络数据处理研究进行了详尽的分析,提出数据安全的重要性。总结并展望了压缩感知技术未来的研究方向。     

WSN中基于压缩感知的分簇数据收集算法

为减少无线传感器网络的数据通信量和能量消耗,基于WSN节点数据时空相关性的特性,提出一种将K-means均衡分簇和CS理论相结合的数据收集方法。首先,通过K-means聚类算法均匀划分网络成簇。然后,各簇首对采集到的数据进行基于时空相关性的压缩感知并传输至基站Sink节点。最后,Sink节点采用OMP算法对收集到的数据进行精准重构。仿真结果表明,该算法有效减少了无线传感器网络的数据通信量和压缩感知算法重构过程所需要的观测量。     

基于新量子遗传算法的无线传感器网络感知节点的分布优化

无线传感器网络中,感知节点的合理分布对于提高网络的感知能力和收集信息能力都具有重要作用。对于随机分布方式产生的感知网络,可以利用节点的移动性对特定感知节点的位置进行调整从而改善网络整体的感知覆盖范围。为此,针对无线传感器网络感知节点的分布优化问题进行了研究,给出了无线传感器网络覆盖控制模型,并提出了一种基于新量子遗传算法的分布优化机制。仿真结果表明新量子遗传算法在优化性能上优于传统遗传算法,能够有效提高网络整体的感知能力。     

一种新的基于压缩感知的WSN多目标定位方法

考虑无线传感器网络中定位信息的不完备性,将传感器网络监控区域划分成多个小网格,节点与目标随机分布于网格中,以目标位置信息为稀疏向量,提出了一种新的基于压缩感知的多目标定位方法。该方法将传感器节点感知到的目标数测量矩阵表示为压缩感知理论中测量矩阵、稀疏矩阵与稀疏向量的乘积形式,通过稀疏信号的重构算法恢复目标位置稀疏向量,实现多目标定位。考虑到感知矩阵不满足受限等距性条件,对此矩阵进行了正交化处理,使其满足重构算法的要求。通过仿真分析了节点感知半径、待定位目标数、传感器节点数对目标定位性能的影响。仿真结果表明,在定位信息不完备的情况下,上述方法能够满足无线传感器网络的目标定位要求,且该方法不依赖于硬件测距,其计算复杂度和定位精度与基于接受信号强度(RSS)的压缩感知定位算法相当。     

压缩感知在无线传感器网络数据采集中的应用

提出了一种无线传感器网络中基于压缩感知的数据采集方法。通过分析信号压缩观测过程,提出了适合在硬件资源有限的传感器节点中实现的循环稀疏伯努利观测矩阵CSBM(Cyclic-Sparse-Bernoulli Measurement),该矩阵使用循环稀疏矩阵与伪随机伯努利序列,采用结构化的方法构造,具有非零元素少、良好的伪随机性、硬件易于实现等优点。仿真实验表明,与其他类型的观测矩阵相比,CSBM矩阵在一定信号重构精度前提下具有更低的压缩采样比CSR(Compress Sampling Rate)。在无线传感器网络数据采集应用中,感知节点可以通过压缩观测得到更少的观测数据,能够大大减少网络通信数据量。     

基于感知概率的无线传感器网络节点部署算法

研究无线传感器网络节点部署优化问题,传感器节点的部署在一定程度上决定了无线传感器网络的性能和使用寿命;针对随机部署的无线传感器节点,提出一种基于感知概率模型的节点部署方案;使用证据理论通过计算对节点周围区域的综合感知概率,将虚拟力算法进行改造,使传感器节点向感知概率低的区域移动,实现对监测区域的最大覆盖;仿真结果表明,该部署算法实现节点合理分布,提高网络的覆盖率,减少节点的移动距离,达到延长网络使用寿命的目的。     

基于投影矢量的双组播树高效路由数据收集

现有的节点数据收集算法复杂度高,与路由结合效果不理想,且不能满足无线传感器网络高效能量的节点数据收集,而压缩感知理论具有容错性好、编码简单的优点。基于压缩感知的特性,提出了一种传感器网络中基于投影矢量的双组播树高效路由数据收集,该算法将贝叶斯压缩感知理论与传感器路由相结合,解决现有算法不能满足传感器对能耗敏感的问题。算法的基本思想首先根据初始观测矢量来寻求能量高效并得到合适路由的最优投影。然后利用节点系数能耗最小与广义矢量的主分量作为目标节点,采用微分嫡改变量最大的原则进行求解节点最佳投影系数,最后在sink与目标节点路由问题上采用正逆向组播树进行路由构造。理论和仿真结果表明在保证能耗的条件下取得了较好的重建仿真效果,对无线传感器通信具有一定的实用价值。     

一种基于时空相关性和异常检测的改进WSN节能策略

针对降低无线传感网能耗和保证数据精度之间的矛盾,提出了自适应采样数据并利用压缩感知进行压缩的方法.传统的基于压缩感知的无线传感器数据压缩,只采样部分节点的数据,对于未被采样节点感知到的突发事件很有可能发生漏检情况.本文方法检测所有节点上传的数据再进行压缩,可以有效避免漏检情况的发生.根据信号具有时间相关性的特点,本文采用基于方差分析ANOVA(Analysis of Variance)原理改进的传感器自适应采样频率方法,并考虑节点剩余能量,减少平稳信号的采集次数,均衡网络节点能耗.在LEACH协议基础上,对簇内数据进行压缩感知的方法对数据进行压缩从而减少数据的空间相关性并传输到汇聚节点,以减少网络整体的能量消耗.针对可能的漏报情况,提出一种改进的局部事件监测算法-滑动窗口局部事件监测SW-LED(Sliding Window-Local Event Detection)算法,实现了实时准确的异常检测和预警.实验结果表明本文方法既可以有效的均衡网络节点能耗以提高网络生存周期,同时保证了数据的精度,对于异常情况的识别率也有很大的提高.     

无线传感器网络中一种近似Skyline 查询处理算法

由于无线传感器网络的能源有限,且在许多应用中Skyline查询的部分结果即可满足用户需求,提出了一种近似Skyline查询处理算法,在满足用户查询需求的前提下最大化地节省能量.该算法仅需无线传感器网络中的部分传感器节点回传其感知数据即可计算出Skyline查询的一个近似结果集.由于该算法在处理查询时,每个传感器节点只需考察自身数据信息即可决定是否回传其感知数据,而无须与其他传感器节点的感知数据进行比较,因此可以避免大量的网内通信开销,从而节省网络能源.模拟环境下的大量实验结果表明,该算法可以根据用户的应用需求,节能地处理传感器网络中的近似skyline查询.     

粮库无线温湿度传感器网络的监测节点设计

无线传感器网络节点通过自组织的方式构成网络,实时感知并采集处理周边环境参数,获取准确信息。本文对粮库无线温湿度传感器网络监测节点进行研究,给出节点结构,设计了节点的硬件电路,并对节点进行了软件检测。     

面向物联网的隐私数据安全问题研究

物联网已经成为当今社会现代化发展的重要战略产业,其涉及交通运输、国家安全、工业生产及医疗服务等多个领域,物联网的应用已经渗透到社会的方方面面.物联网由无线传感器、传感器节点、网络、存储设备等构成,无线传感器采集数据、传感器节点计算和分配数据,网络是数据传输的通道,数据库存储数据.数据传输安全是物联网可靠应用的基础,由于传感器节点数量大、传输网络存在被侵入等威胁,研究物联网数据安全尤其是隐私数据安全问题对于物联网的应用具有非常重要的作用.对现有物联网安全问题进行了分析,分别从信息获取和信息传输两个方面探讨了解决物联网隐私数据安全问题的方法,结合现有数据加密、双向认证、压缩感知等技术提出了物联网信息获取时双向认证机制解决信息获取时的安全问题,在构建物联网信息传输时,隐私数据安全传输模型解决信息传输时的安全问题.     

基于分布式压缩感知的无线传感器网络异常数据处理

无线传感器网络的海量数据采集、传输和处理,对传感器节点的处理能力和功耗提出了严峻挑战,而且现实环境中传感器故障或者环境因素的突变会导致部分采集数据异常,而传统的数据处理方法无法对包含异常的数据进行有效的处理。针对上述问题,文中提出了两类无线传感器网络的异常数据模型,以及相应的基于分布式压缩感知的异常数据处理方法。通过协同的多个传感器进行数据压缩采样,当多个传感器采集的数据包含异常成分时,分布式压缩感知技术对数据中相同的正常分量进行一次统一重构,仅对不同的异常分量进行单独重构,从而避免了对相同数据分量的重复处理,提高了对包含异常成分数据处理的效率。另外,分布式压缩感知技术充分利用数据间的相关性,可有效减少传感器网络的数据采集量,加强其对抗异常数据的鲁棒性。对两类异常数据模型的数值仿真结果表明:相比于传统的基于单组测量值的压缩感知技术,基于分布式压缩感知技术的数据处理方法在提高异常数据重构准确率的同时,将采样数据量减少了约33%,证明了该方法的有效性。     

异构无线传感器网络中覆盖度和连通度的研究

覆盖度和连通度研究是无线传感器网络中的关键问题。以往研究背景为同构无线传感器网络,这样可以简化问题,但随着问题的深入,不得不考虑异构节点覆盖。系统地对异构无线传感器网络进行了分类,提出了感知异构和通信异构结合的无线传感器网络下的异构节点感知模型,其次分析了两类异构节点之间的覆盖度的计算,最后分析了异构网络的单连通和重连通。此外实现了大量的仿真实验,得出了节点数量和单连通、重连通的概率曲线。     

基于相关性感知的无线视频传感器网络路由协议

无线视频传感器网络（ WVSNs）节点的能量十分有限,为了降低传感器节点的能耗,延长网络生存时间,提出了一种基于相关性感知的视频传感器网络通信协议。首先对当前经典无线视频传感器网络路由协议的不足进行分析;然后从簇首节点的选择、簇的形成、节点感知方向的调整、簇内通信以及簇间通信等几个方面进行改进和优化;最后在Matlab 2012平台进行了仿真对比测试。仿真结果表明：该协议不仅能够延长无线视频传感器网络生命周期,而且提高了监测区域覆盖率。     

基于分层架构的无线传感器网络节点编号分配算法

近年来,随着计算技术、网络技术和感知技术的发展,无线传感器网络也迎来了飞速发展。无线传感器网络不同于传统网络,多为专用网络,面向具体应用;并且网络中节点上的资源有限,所以传统网络的IP地址分配的方式不适合作为无线传感器网络中节点的全局唯一编号。针对无线传感器网络节点编号的分配问题,本文提出了一种分层式的无线传感器网络节点编号分配方案。在提出的方案中,网络中存在一个全局的编号分配中心服务器,同时存在若干个局部编号分配点,全局中心服务器和局部分配点共同完成无线传感器网络中节点编号的分配任务。这种分层式节点编号的分配方式减少了网络维护的代价,增强了网络的可扩展性,提高了无线传感器网络的可用性。