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。     

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．     

基于数据融合的无线传感器网络延迟感知研究

网络数据融合与聚类是减少无线传感器网络能量消耗的有效技术,但聚类在数据聚集过程中会产生额外的时间延迟。为此,提出一种基于网络数据融合的延迟感知网络结构,该结构组建传感器节点形成不同大小的簇,每个簇可以与融合中心节点进行交错通信。仿真结果表明,与低功耗自适应集簇分层型协议、延迟感知数据收集网络结构相比,该网络结构可以减少在数据融合过程中的延迟,并能保持较低的能量消耗。     

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。     

面向情境感知的不确定性数据融合策略

情境感知计算是对传感器感知的数据进行融合从而得到用户情境信息的过程。文中针对传感器数据存在的不确定性问题,在Context Toolkit模型的基础上提出了一种面向情境感知的数据融合策略,把数据融合分为底层融合和高层融合,在这两层上分别采用模糊逻辑和动态贝叶斯网络的数据融合方法。仿真实验结果表明,这种将模糊逻辑和动态贝叶斯网络相结合的策略能有效地处理情境感知过程中的不确定数据和信息,从而提高情境感知计算的容错性和准确度。     

网络安全中多源传感器数据融合技术研究

多源传感器数据融合技术是网络安全领域的研究热点。本文提出了一种基于时间和空间的数据融合分类方法,比较分析了各种数据融合技术在分布式入侵检测系统和网络安全态势感知系统中的应用,讨论了网络安全中多源传感器数据融合技术的发展趋势。     

多层Agent数据融合的无线传感器决策网络及其多样性研究

为实现无线传感器网络（WSN）原始感知数据融合中不确定分析的量化决策和智能处理,在 WSN层次化的数据融合机制下,引入粗糙集理论的决策表和决策网络智能技术,设计智能型和规则型2类 Agent,由此构建多层 Agent数据融合的无线传感器决策网络（WSDN）模型,并研究层间智能 Agent型和属性间规则 Agent型 WSDN的多样性。应用结果表明,该模型能较好地适用于典型的 WSN场合,实现 Agent间的融合优化与智能决策。     

无线传感器网络相关感知路由算法

本文通过建立能量有效的数据融合树,对无线传感器网络中多跳传输的数据进行动态融合,以减少整个网络的能量消耗。利用竞争游戏算法理论框架阐述数据之间的相关性;综合考虑传感器节点的剩余能量、干扰以及网络间的数据融合,构造算法的成本函数;借助相关感知路由算法求解竞争游戏的可能最优解。仿真结果表明相关感知路由算法能够有效地延长整个网络的生命周期。     

多传感器信息融合技术在智能机器人环境感知中的研究进展及应用

多传感器信息融合技术是一种有别于经典数据处理技术的高级处理方式,主要目的是为了让智能设备在越来越复杂的工作环境中有更好的表现,使其能有更强的感知能力和操作精准度;在对传感器技术、人工智能、机器人技术、多传感器信息融合技术及常见多传感器信息融合的应用进行了系统的整理和研究后,针对目前的多传感器数据融合技术进行全面地介绍,并简要阐述多传感器信息融合的一般结构,重点分析不同融合算法的特点和优劣势,明确不同融合模型之间的差别以及对数据处理策略上的影响,充分列举现国内外发表的关于多传感器数据融合技术的重要研究及应用,并对多传感器数据融合技术的发展与展望做检验阐述,为多传感器数据融合技术研究提供重要理论依据。     

无线传感网中一种低成本的信息质量感知路由协议

当无线传感器网络出现感兴趣的事件时,可能导致多个传感器被激活,出现数据爆炸和冗余。数据融合技术利用传感器数据间的时空相关性,降低了流量负载和数据拥塞,然而这会降低融合中心收集数据的信息质量(IQ)。鉴于此,对给定信息质量(IQ)约束条件下,如何寻找成本最低的路由树问题展开研究。该问题属于NP难解的Steiner树问题,提出一种IQ感知路由协议。该协议构建一个可以跨越无线传感器网络所有传感器的基于距离的初始融合树,当数据包到达融合中心时,它将利用贪婪近似算法修剪原先的融合树,进而保证:(1)生成的融合树的累积IQ满足给定的IQ约束;(2)修剪过后融合树上被激活节点收集数据的成本最低。仿真实验结果表明,该方案在提高数据融合质量和降低通信成本方面的性能都要优于已有的方案。     

无线传感器网络安全数据融合研究

数据融合去除冗余信息,延长网络生命周期,有效地缓解了无线传感器网络资源瓶颈的问题。但是,无线传感器网络经常部署在开放的甚至敌对的环境中,使其安全问题非常突出,数据融合在具体实施过程中,极易受到安全攻击。因此,安全数据融合协议的设计成为无线传感器网络安全最为基本且重要的研究领域。文中分析了无线传感器网络数据融合面临的攻击种类和安全需求及挑战,着重比较了近年来该领域具有代表性的安全数据融合协议,指出了该领域今后的研究热点。     

无线传感器网络数据融合技术研究

无线传感器网络是一种新兴前沿技术,其巨大的应用前景受到学术界和工业界的高度重视。无线传感器网络节点能量和计算资源严重受限,数据融合技术是减少网络能耗、降低数据冲突、降低传输时延的重要方法。本文首先分析数据融合的重要性;其次针对数据融合的功能分类阐述现有的数据融合方法,并分析存在的问题;最后对数据融合技术的未来发展进行了展望。     

无线传感器网络测试系统数据融合研究

根据无线传感器网络在军事领域中研究与应用,对无线传感器网络用于军事装备测试成为新的应用方向.针对无线传感器网络在军事装备测试系统中数据冗余大、关联性强、实时性要求高等问题,为提高传输率与数据精度,提出了基于核偏最小二乘法的无线传感器网络数据融合算法.利用核偏最小二乘法对数据进行回归建模并进行仿真,实现数据快速融合.仿真结果表明,方法的可行性和有效性.     

无线传感器网络安全数据融合的研究

数据融合因其去除冗余信息和延长网络生命周期的优势,成为有效缓解无线传感器网络资源瓶颈问题的重要途径之一,在无线传感器网络上得到广泛的应用。但是,无线传感器网络与生俱来的开放性环境甚至敌对环境部署的特性,给其埋下了安全隐患。因此,数据融合在具体实施过程中,往往易于受到安全攻击。本文从无线传感器网络安全的数据融合展开。重点介绍基于同态加密机制的安全数据融合,并分别介绍当前典型的私钥同态加密算法和公钥同态加密算法,最后介绍一种基于公钥同态加密算法的安全数据融合应用。     

基于排队机制下多代理的资源分配冲突处理

针对多项目共享的短期资源分配冲突问题,不同于绝大多数基于市场的机制利用均衡概念和资源冲突的重复调整,提出一个新的市场机制,称为优先权费用排队,它将受限制的单个本地资源以最理想的方式进行分配,有效解决了企业资源分配冲突问题。由于这种组织的动态和分布式特性,使用此方法可以获得更高的灵活性、可评估性和适应性。     

一种面向无线传感器网络的数据汇聚模型

针对无线传感器网络能量和计算能力严重受限等问题,通过对数据汇聚技术的研究,该文提出一种面向无限传感器网络的数据汇聚模型及实现算法。该模型将数据挖掘算法集成在每个传感器网络节点上,原始数据通过数据挖掘算法处理后,降低数据维数、消除数据冗余、减少网络通信量、延长网络寿命。仿真结果表明,该模型具有一定的理论和实用价值。     

基于移动Agent中间件的WSN数据聚集算法

数据聚集技术是无线传感器网络的一项重要的支撑技术.在数据聚集技术基础上,提出基于移动代理中间件的无线传感器网络数据聚集方案.以层簇式拓扑结构,分析了节点能量的消耗,给出实现数据查询任务的派发算法和数据查询结果的收集算法.仿真实验证明该方案能有效的节省网络能量耗损,延长网络生存周期.     

均衡能耗和时延的无线传感器网络组内融合机制研究

主要研究实时监测无线传感器网络系统中的数据传输时延及网络的能量效率的均衡优化,提出了一种基于博弈论的无线传感器网络组内数据融合(GA-G)模型.该机制采用逐级分层的融合架构,可以最小化网络的原始数据输出量并通过建立博弈模型均衡了节点的能耗及数据传输的时延.仿真结果表明该融合机制能提高网络数据融合的实时可靠性.     

WSN in cyber physical systems: Enhanced energy management routing approach using software agents

Recently, the cyber physical system has emerged as a promising direction to enrich the interactions between physical and virtual worlds. Meanwhile, a lot of research is dedicated to wireless sensor networks as an integral part of cyber physical systems. A wireless sensor network (WSN) is a wireless network consisting of spatially distributed autonomous devices that use sensors to monitor physical or environmental conditions. These autonomous devices, or nodes, combine with routers and a gateway to create a typical WSN system. Shrinking size and increasing deployment density of wireless sensor nodes implies the smaller equipped battery size. This means emerging wireless sensor nodes must compete for efficient energy utilization to increase the WSN lifetime. The network lifetime is defined as the time duration until the first sensor node in a network fails due to battery depletion. One solution for enhancing the lifetime of WSN is to utilize mobile agents. In this paper, we propose an agent-based approach that performs data processing and data aggregation decisions locally i.e., at nodes rather than bringing data back to a central processor (sink). Our proposed approach increases the network lifetime by generating an optimal routing path for mobile agents to transverse the network. The proposed approach consists of two phases. In the first phase, Dijkstra’s algorithm is used to generate a complete graph to connect all source nodes in a WSN. In the second phase, a genetic algorithm is used to generate the best-approximated route for mobile agents in a radio harsh environment to route the sensory data to the base-station. To demonstrate the feasibility of our approach, a formal analysis and experimental results are presented.     

无线传感器网络中数据融合节点数目的确定方法研究

数据融合技术作为无线传感器中的一项关键技术,目的是减少节点的传输数据量,减少网络中总能量的消耗。通过对WSN中的数据融合问题分析,融合节点数存在最优值,建立了一个能量消耗模型获得理论最佳融合节点数目,通过仿真分析了融合节点数目的选取对网络性能的影响,模拟仿真得到的最佳数目与理论值基本吻合。