基于模糊压缩感知的无线传感网络拥塞控制算法

针对无线传感网络(WSN)的拥塞问题,提出了一种将模糊控制和压缩感知(CS)技术相结合来缓解无线传感网络拥塞的算法。首先,将压缩感知技术引进到无线传感网络的拥塞控制中,理论分析了压缩感知对缓解传感网络拥塞的效果,通过对采集数据进行压缩感知处理来减少网络冗余信息,从而缓解网络拥塞。其次,针对网络拥塞时压缩感知技术不能动态适应无线传感网络复杂环境的问题,设计了一种模糊-压缩感知的拥塞控制算法,该算法结合网络拥塞状况对压缩感知的观测矩阵维数进行动态调节,从而使压缩感知技术更好地适应传感网络拥塞状况的变化。该机制在不同的拥塞状况下能够提高网络吞吐量10%~50%,降低网络的丢包率10%~50%,减少网络时延将近5 s。通过NS2仿真表明,该机制对无线传感网络的拥塞缓解有较明显的效果。     

煤矿井下压缩感知图像处理算法

针对煤矿井下无线传感网络因信息传输量大而导致传感节点能量消耗快、设备寿命缩减的问题,提出一种基于小波变换的压缩感知图像处理算法。该算法采用sym8小波基对图像进行稀疏化分块处理,经测量矩阵自适应采样测量,最后通过OMP算法和小波逆变换重构图像。实验结果表明,与传统的压缩感知算法相比,该算法能够以更低的采样率获得高质量的重构图像。     

单比特压缩感知理论及应用研究

单比特压缩感知是量化压缩感知的极限形式,该方法采集的是观测值的符号,仅需要1个比特单元来记录这个值,因此在硬件实施上成本低,运行速度快。目前,单比特压缩感知技术已经成为一个研究热点。本文首先介绍了单比特压缩感知的发展和研究现状,然后从检测和不检测观测符号两个方面对重构算法进行了分析,接着从单比特压缩感知的成像领域、无线传感器网络领域、医学图像领域和信号传输领域四个应用领域进行分析,最后对单比特压缩感知技术进行了总结和展望。     

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。     

基于压缩感知和非对称Turbo码的联合信源信道编码

针对无线环境信道系统恶劣且不稳定的特点,提出一种压缩感知和非对称Turbo码的联合信源信道编码方案。该方案将具有很好压缩性能的压缩感知技术与具有强纠错能力的非对称Turbo码结合实现了自适应图像压缩传输的联合信源信道编码。可以根据基于二维压缩感知的信道估计方法来估计无线信道环境,动态地调整压缩感知的参数以及非对称Turbo码的编码策略来提高图像的传输效率和重建质量。实验仿真结果表明,根据不同的无线信道环境采用不同的压缩感知的采用测量数以及非对称Turbo码的类型,能够提高图像的传输效率,使图像恢复质量与图像传输速率达到最优的平衡。     

一种无线多媒体传感器网络仿真器设计方案

无线多媒体传感器网络扩展了传统无线传感器网络的应用范围,延伸了人们感知世界的物理空间,其在军事、民用、商业等诸多领域都具有十分广阔的应用前景。网络仿真技术作为传感器网络研究的基础,在这个快速发展的研究领域逐步成为测试新网络应用与验证新协议算法的通用方法。无线多媒体传感器网络虽已成为当前研究热点,但适于其个性特征的仿真实验工具仍然滞后。分析了无线传感器网络仿真技术,针对现有仿真实验工具的缺陷与不足,结合仿真无线多媒体传感器网络时所遇到的新问题,提出了一种无线多媒体传感网络仿真器的设计方案,并给出了该方案关键部分的实现框架。     

拓扑感知的无线传感网络数据聚合方法

针对无线传感网络中数据聚合能耗和重建误差问题,提出了一种拓扑感知的数据聚合方法(TADA).首先,构建了一个包含网络初始化、数据分帧和数据预处理的数据流,形成无线传感网络的通信过程;然后,构造测量矩阵将数据分解为多个路径转发,从而进行全网络矢量分配,并提出了基于平衡最小生成树是数据聚合算法.通过实验表明:所提方法在数据聚合能耗和数据重建错误率要求上低于其它压缩感知的方法.     

面向无线传感结构健康监测的压缩感知方法研究

无线传感器网络在结构健康监测方面有着广泛的应用,但由于该领域的传感器数量和种类众多,数据压缩对系统的高效运行起着关键作用。因此,提出了一种基于压缩感知的无线传感结构健康监测方法,对航空铝板的结构振动信号采用高斯随机矩阵将高维信号序列投影到低维空间,获得稀疏采样的线性测量值,实现信号的压缩采样。研究改进的正交匹配追踪算法来实现稀疏信号的重构。实验结果表明,与已有的无线传感结构健康监测相比,采用压缩采样的监测方法具有良好的抗噪性,并能获得较好的数据压缩效果,节省了网络的带宽和能量;通过信号的近似重构（重构误差在±0.13）,能实现航空铝板损伤准确识别（误差0.84mm）。     

视觉传感网中基于二次规划的图像压缩感知

为降低视觉传感网络中图像压缩感知算法的计算复杂度,提出一种基于二次规划的网络图像恢复算法。该算法将压缩感知重构中的欠定线性方程组求解问题,转化为有界约束二次规划问题,在此基础上结合阿米霍步长准则,设计一种压缩感知图像恢复算法,通过求解二次规划问题对网络图像数据进行恢复。理论分析和仿真结果表明,与传统图像压缩感知算法相比,该算法可减少约1/3的图像数据恢复运算时间,且图像重构质量提高3 dB~6 dB,有效提高了视觉传感器网络图像恢复算法的实时性。