振动信号无线传输的数据压缩编码算法

无线传感器网络节点资源非常有限,若实时采集传输振动信号,由于信号变化快,数据量大,网络节点将会因为资源过早耗尽而失效,并且上位机需要很大的数据存储空间.为了解决上述问题,提出了一种针对振动信号进行压缩编码的算法,并编程将其移植到节点DSP中.首先,采用5/3提升小波对振动数据进行处理;然后,利用嵌入式零数小波对得到的小波系数进行压缩编码;最后,为了进一步提高压缩比,便于节点传输数据.对上述结果进行霍夫曼压缩编码,对数据的解码、解压缩和重构则由上位机软件完成.讨论了初始阈值和小波分解层数的选取对压缩效率的影响.实验结果表明,该算法可有效压缩振动信号(压缩比高达9.5),且在保留其频域主要特征的情况下,使传输数据量大大减少,节省了网络节点资源和上位机存储空间.     

串行控制器多道采样数据并行传输算法设计

为解决低成本串行控制器在多通道地震数据并行采集中的低传输效率问题,结合流水线模式和时间片轮换思想,提出了一种利用多SPI实现多路ADC并行高速采集状态下的数据并行传输控制算法,该算法利用时间重叠并行处理思想将多道ADC单次同步采样数据总传输时间压缩至略大于单道ADC单次采样数据传输时间,实现了系统连续高速采样条件下控制器和多路ADC之间的高速数据传输.     

基于带状无线传感器网络的一种单路径路由算法

带状无线传感器网络是一种具有特殊网络拓扑结构的自组织无源网络.为了有效解决带状无线传感器网络路由节能问题,提出一种单路径路由算法,并将该算法应用于带状无线传感器网络,从而克服了这些缺陷.对单路径路由建立的时间和数据传输中各节点收发次数进行仿真,并给出了实验实例.实验结果表明,单路径路由算法可以通过减少节点收发数据的次数和能耗,进而延长无线传感器网络的寿命.     

基于无线充电的Sink轨迹固定WSN路由算法

利用无线充电技术给节点供电已经成为延长无线传感器网络寿命的一种有效方式。针对Sink节点轨迹固定的无线传感器网络,采用移动Sink无线充电,提出一种基于近邻传播聚类的能量均衡无线充电路由算法。该算法采用近邻传播聚类算法对节点进行分簇,使得分簇更加均匀,分簇后簇结构不变,簇头轮换,减少频繁成簇带来的不必要能量开销。数据传输阶段在簇头之间建立层次树优化传播路径,计算权值时考虑中继节点的剩余能量,均衡簇间能量;Sink节点采集数据的同时,对充电范围内的可充电节点进行无线供电,以填补Sink节点轨迹周围的能量空洞。仿真结果表明,与传统分簇算法相比,该算法更为有效地延长了网络的生命周期。     

基于带状无线传感器网络的一种单路径路由算法

带状无线传感器网络是一种具有特殊网络拓扑结构的自组织无源网络。为了有效解决带状无线传感器网络路由节能问题,提出一种单路径路由算法,并将该算法应用于带状无线传感器网络,从而克服了这些缺陷。对单路径路由建立的时间和数据传输中各节点收发次数进行仿真,并给出了实验实例。实验结果表明,单路径路由算法可以通过减少节点收发数据的次数和能耗,进而延长无线传感器网络的寿命。     

基于奇异值分解的压缩感知噪声信号重构算法

压缩感知是通过对信号信息采样的信号处理新方法,它对可压缩信号可以大大降低采样数据.为提高噪声信号在压缩感知中的重构精度,本文提出了一种基于对观测矩阵奇异值分解的噪声信号重构算法,该算法对随机观测矩阵进行奇异值分解,通过均值算法修改对角矩阵的特征值,产生新的观测矩阵用于线性测量,理论证明了新观测矩阵比原观测矩阵具有更高的重构精度.仿真结果表明,算法重构精度在一维信号提高了3％～5％,二维信号的PSNR值提高1～2 dB.     

基于小波网络的数据压缩方法研究

针对过程控制系统中的历史数据,给出了一种基于小波网络的数据压缩算法,详细描述了其实现原理和计算步骤,并对一造纸厂的压力数据进行压缩和还原。仿真结果表明,该算法具有参数收敛速度快、数据压缩比高的特点,小波网络在过程控制系统中信号处理方面的应用是完全可行的。     

基于混合汇聚节点的无线传感器网络数据收集方法

在固定传感器网络中加入移动汇聚节点能降低整个网络的能量消耗、延长网络生存时间、增加网络容量。考虑网络中固定与移动汇聚节点共存的工作模式,提出了一种数据收集方法：在兼容网络原有固定汇聚节点模式的同时支持一个到多个移动汇聚节点,移动汇聚节点定期向其附近小范围内的传感器节点扩散自己的存在信息,传感器节点向离自己跳数最小的汇聚节点发送或者转发数据包。距离移动汇聚节点一跳的传感器节点通过应答-超时重传的方法来保证到移动汇聚节点的可靠数据传输。仿真研究表明：相对于传统固定传感器网络,使用该方法能够大幅度延长网络寿命(正常流量情况下延长600%以上,大流量情况下延长350%以上);在网络高负载时最高数据传输成功率能达到91%,比节点全静止时提高了8.3倍,最低数据传输延迟仅为46.5ms,比节点全静止时减小了92%。     

压缩感知在无线网络中的应用

现代化的无线通信在实际应用中必然会伴随着信息传递和传输过程中发生异常问题,从不同的网络节点中获取信息传输的异常数据是排查无线通信异常事件的必要手段.传统的异常数据获取方式通常以Shannon Theory为基础,但这种方式会产生大量的冗余数据并造成大量无用计算,在浪费计算机运算能力的同时大范围数据检索和采样也会占用海量的传输带宽和储存介质,所以排查异常的工作亟需一种创新的方式.压缩感知的核心理论是将数据收集采样过程和压缩过程相互合并,利用数据本身可压缩的特性可大大减少数据采样所需的采样速率,并且最终可利用压缩数据恢复到采样数据的原始形态.由付宁和张京超编著、清华大学出版社出版的《基于压缩感知的模拟信息转换技术》一书,以压缩感知技术的基本理论为基础,详细介绍了压缩理论在数据信号采集领域中的模拟信息转换技术,可作为计算机专业或通信专业的专业教材.     

基于免疫原理的无线传感器网络路由仿真

高效的路由方法是网络通信的基础,本文结合已有研究,为延长传感器网络的寿命,减少能量消耗.针对传统算法由于忽略了邻居节点的状态信息,从而降低网络的生存时间.提出一种免疫原理优化的无线传感器路由方法.在充分考虑了邻居节点的能量和距离分布信息的前提下,通过免疫方法进行优化选择,并进行仿真.仿真结果表明,算法能有效地均衡网络节点的能量消耗和显著地延长网络寿命.