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。     

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。     

传感器网络中一种基于小波变换的数据压缩算法

在无线传感器网络中,数据分发耗费大量的能量和通信带宽.在保证数据精度的前提下,如何有效地减少数据发送量是传感器网络中的一个重要研究问题.结合传感器网络的数据特性及小波变换的特点,提出了一种基于小波变换的数据压缩算法,该算法在为感知数据建立小波系数的同时,能够在保证数据精度要求的前提下最大程度地压缩小波系数,并能够为小波系数建立快照索引.理论分析和实验结果表明,提出的算法能对传感器网络中的数据进行有效压缩,并有效地减少传感器网络中数据的传输量,降低传感器节点和整个网络的能量消耗.     

一种基于模式匹配与相关性分析的事件检测算法

针对无线传感器网络中传统事件检测算法所存在的网络传输量大和能耗高的问题,提出了一种基于模式匹配与相关性分析的复杂事件检测算法.根据复杂事件的特点,算法将事件检测分为单个节点处的特征检测和多个节点之间相关性分析两部分:在单个节点进行特征提取和模式匹配;多节点间通过对数据进行变换压缩和相关性分析来减少网络传输量从而降低能耗.实验表明,提出的复杂事件检测算法能够有效地减少能量消耗.     

无线传感器网络数据压缩技术的研究进展

随着传感器技术、嵌入式计算以及无线通讯技术的发展,无线传感器网络应运而生。因为无线传感器网络中的节点只有有限的电池能量,而数据的无线传输是能量消耗的主要部分,过多的无线传输将会快速耗尽节点的电池能量,从而引起节点失效。因此,如何在不危及网络的任务条件下尽可能地压缩数据是一个重要的研究问题。本文从时间相关性、空间相关性以及时空相关性三个方面综述了近年来无线传感器网络数据压缩技术的研究进展,讨论了目前存在的一些问题以及未来的一些研究方向。     

无线多媒体传感器网络能量均衡的多跳图像传输机制

针对由普通节点和图像节点组成的异构无线多媒体传感器网络,提出了基于图像节点邻域协作压缩的多跳图像传输机制MHIT。该机制在发送图像前,首先根据传输距离和路由跳数判断是否需要压缩图像,若压缩图像后再传输消耗更多能量,则直接发送图像;否则,图像节点将图像压缩任务分发给邻域内的普通节点协作完成,均衡了网络能量消耗,极大地缓解了图像节点的能耗压力。实验结果表明,MHIT有效解决了无线多媒体传感器网络因图像压缩而引发的能量空洞问题,明显延长了网络生存期,特别适合于大规模无线多媒体传感器网络远距离图像传输。     

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.     

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.     

TinyOS环境下音频数据采集原型系统的设计与实现

无线传感器网络中音频数据的采集具有采样频率快、数据量大的特点,对无线传感器网络数据的存储、压缩与传输提出了挑战。结合音频数据采集的特点,针对其应用环境,提出了一种具有存储、压缩与可靠传输功能的音频数据采集协议,并在MicaZ节点硬件平台上实现了该协议的原型系统。实验表明,该原型系统可以保证音频数据的可靠传输,并能够有效减少节点的发包量。     

多媒体传感器网络中基于两跳簇结构的图像传输方案

与传统无线传感器网络节点能量绝大部分消耗在无线收发上不同,无线多媒体传感器网络中数据处理与传输能耗具有“均匀“分布的特点.通过分析表明,传统无线传感器网络簇结构下的数据传输策略并不适合于无线多媒体传感器网络.因此提出了一种基于两跳簇结构的图像传输方案,通过增加中继节点负责图像的压缩编码和转发,在减小相机节点图像传输能耗的同时,大大缓解了相机节点和簇头的图像处理能耗压力.仿真结果表明,该图像传输方案极大的延长了网络的生命周期,非常适合于能量有限的无线多媒体传感器网络.     

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．     

基于Zig Bee的无线传感器网络大气监测系统设计

大气污染问题突出且日益严重,对大气环境实时准确地监测具有重大社会意义。现有的监测手段实时性差、维护困难,难以满足实际需求。针对上述情况,设计了一种基于Zig Bee技术的大气监测系统,并详细阐述了系统的整体框架结构和实现方案。系统包括无线传感器网络和远程监测中心2个部分。其中无线传感器网络包括传感器节点和网关节点。传感器节点以CC2530为核心搭建,负责采集大气环境数据并通过多跳方式将数据实时发送至网关节点;网关节点以LPC2138为核心搭建,负责汇总传感器节点的数据并通过GPRS实现与远程监测中心的通信。远程监测中心使用在Microsoft Visual C++6.0环境下编制的监测软件,通过网络模块完成数据接收、显示及存储,为用户提供一个友好的人机界面。     

基于分布式压缩感知的能量收集WSNs

针对无线传感器网络（WSNs）通信功耗和带宽要求高,引起节点寿命短的缺陷,利用WSNs节点感知数据的空间相关性和联合稀疏模型,结合分布式压缩感知（DCS）算法,提出了从能源收集的角度来分析对WSNs数据的压缩重构。通过理论和实验仿真表明：基于DCS的WSNs,在能源平衡方面具有很大的优势,在保证重构信号精确度的前提下大大提高了能源的有效利用率。     

动态无线传感网中低延迟高可靠的数据查询机制

查询处理作为大规模无线传感器网络中智能服务的一个重要操作,可以根据用户需求对网络中的感知数据进行检索和回传.然而,部署在恶劣环境中的无线传感网络,节点容易遭受外力破坏,或者自身资源(能量、存储等)有限,可能会导致节点发生位移和故障,从而造成网络拓扑不断改变以及部分节点的感知数据失效.同时,由于节点感知数据容量大、传输带宽有限以及网络链路不可靠等情况,可能会造成网络通信时延大大增加.这些因素使得快速、可靠的数据查询处理成为无线传感网中一个难题.为了解决这个难题,提出一种动态网络中低延迟高可靠的数据查询机制.该机制是一种非聚合随机查询方式,通过将传感节点划分为源节点和查询节点来实现数据查询.首先,根据监测事件将网络划分为若干个子区域,每个子区域中的源节点相互协作,并按照时间顺序依次轮流监听该区域的事件信息;接着,源节点根据预估的平均节点故障概率,计算出一个合理的备份数量,并将源数据按照该数量存储到邻居节点中,以降低源数据的失效概率;然后,为了加快数据查询速度,源节点定期对源数据块进行编码压缩,并选取剩余能量和存储空间较小的多个邻居节点作为下一跳接收节点.这些接收节点基于局部区域中节点个数大小,决定是否接收存储该报文.重复上述过程,直至压缩数据均匀地分布在网络中.另一方面,查询节点接收到查询请求时,也使用负载均衡多路分发方式将查询请求传输到部分节点上.为了避免目标数据的冗余回传,当查询请求成功查询到目标数据时,目标节点先修改访问位,再选取与查询节点距离最近的邻居节点作为下一跳接收节点,迭代执行上述操作,直到用户获得所需要的事件信息.在以上过程中,为了节省节点能量,在保证高成功查询率的条件下,建立通信能耗最小化的优化模型,计算出最优的压缩数据副本数和查询消息副本数,之后,源节点和查询节点分别按照该数量进行副本数据分发.最后,理论分析和实验结果表明,与其它四种查询算法相比,提出的查询机制具有更高的查询成功率、更低的通信能耗和通信时延.     

Secure data aggregation in wireless sensor networks: A comprehensive overview

Wireless sensor networks often consists of a large number of low-cost sensor nodes that have strictly limited sensing, computation, and communication capabilities. Due to resource restricted sensor nodes, it is important to minimize the amount of data transmission so that the average sensor lifetime and the overall bandwidth utilization are improved. Data aggregation is the process of summarizing and combining sensor data in order to reduce the amount of data transmission in the network. As wireless sensor networks are usually deployed in remote and hostile environments to transmit sensitive information, sensor nodes are prone to node compromise attacks and security issues such as data confidentiality and integrity are extremely important. Hence, wireless sensor network protocols, e.g., data aggregation protocol, must be designed with security in mind. This paper investigates the relationship between security and data aggregation process in wireless sensor networks. A taxonomy of secure data aggregation protocols is given by surveying the current “state-of-the-art” work in this area. In addition, based on the existing research, the open research areas and future research directions in secure data aggregation concept are provided.     

基于矩阵的无线传感器网络数据融合方案

数据融合是降低无线传感器网络（ WSNs）能耗的重要手段,为了有效地节省WSNs节点的能量,提出一种基于矩阵的层簇式数据融合方案。在簇头选举时,考虑节点的剩余能量和相对密度,并利用矩阵运算对簇内成员节点采集的数据进行数据融合处理。最后将所提方案与传统的LEACH协议进行仿真比较,实验结果表明：相比于传统的LEACH协议,所提方案可以有效降低数据冗余,减少数据传输量,节约节点能耗,进而延长网络生存期。     

Multimedia data compression storage of sensor network based on improved Huffman coding algorithm in cloud

Multimedia Tools and Applications - Based on the application of wireless sensor networks, this thesis studies the sensing data compression algorithm on sensor nodes and the compressed storage...     

基于ZigBee的无线传感器网络设计与实现

无线传感器网络是由部署在监测区域内大量的廉价微型传感器结点组成,具有传感器节点密度高,网络拓扑变化频繁,以及节点的功率、计算能力和数据存储能力有限等特点。该文介绍了ZigBee网络与GSM/GPRS网络相结合实现远程监测的无线传感器网络的软件与硬件总体设计方法。     

一种基于LEACH协议高效节能的数据融合算法

针对无线传感器网络LEACH协议中簇首节点传输数据的冗余,使通信量过大,导致整个网络寿命短的问题,考虑到不同属性数据存在线性相关性,通过引入云理论和最小二乘的思想,提出了一种云加权—最小二乘（ CW-LS）数据融合算法。仿真结果和分析表明：该算法能够消除冗余信息,使数据更加准确,减少了数据传输量,从而有效地延长了网络寿命。     

无线传感器网络中一种数据近似方法

无线传感器网络通常能量与通信带宽有限、计算与存储能力受限,这对数据的传输以及数据的分析与挖掘提出了新的挑战。本文提出了一种数据的近似方法,讨论了数据的压缩与近似恢复,并且在此基础上分析了数据的相似性度量。理论分析和实验结果表明,在保证数据精度的前提下,该方法能够有效地对数据进行压缩降维,节省存储空间和减少网络数据传输量;并且能够在压缩后的数据上进行数据的相似性度量,提高了数据聚类分析的效率。