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.     

无线传感器网络中分布式数据压缩方法

针对无线传感器网络节点能量受限及传感数据在时间与空间方向上都存在冗余的问题,基于5/3整数小波方法,提出分布式时空数据压缩算法以及参数包复制策略。仿真实验结果表明,与提升格式的小波方法相比,该方法不但减少时间与空间方向上的数据量,同时延长1/4左右网络生命周期。     

传感器网络中基于环模型的小波数据压缩算法

无线传感器网络有限的资源,如能量、通信带宽等,难以适应网络中大量数据的传输,需要在网络内部对原始监测数据进行压缩或聚合处理.设计了一个适合小波变换的环模型.针对任意支撑长度的小波函数,给出了一种基于环模型的分布式时-空小波数据压缩算法.该算法将传感器网络中的数据抽象为一个矩阵,将时间相关性与空间相关性映射为该矩阵的小波列变换与行变换,以同时挖掘传感器网络中数据的时间和空间相关性.从能量消耗和网络延时两方面定性地分析了算法的性能.理论分析和实验结果表明,该算法能够有效地去除传感数据中存在的时间和空间相关性,     

传感器网络中基于区间小波变换的混合熵数据压缩算法

考虑传感器网络的数据特性及小波变换在流数据压缩方面的良好性能,提出了一种基于区间小波变换的混合熵数据压缩方法。理论分析和仿真结果表明,结合传统的DC(Data Centric)算法-DD (Directed Diffusion)路由算法,新算法能对传感器网络中的数据流进行有效压缩,可更大程度地降低DD路由算法下节点数据传输的能耗,从而可进一步延长整个网络的生命周期。     

无线传感器网络中一种分布式数据压缩算法

无线传感器网络有限的能量与通信带宽难以适应网络中大量数据的传输,需要在网络内部对传感数据进行压缩处理。基于任意支撑长度的小波函数,提出了一种分布式数据压缩算法。首先研究边界效应对传感数据重构带来的影响,然后基于虚拟网格环模型给出了一种分布式小波数据压缩算法。理论分析与实验结果表明,该算法能有效地去除传感数据中存在的空间相关性。而且,随着簇头与簇内节点距离的增加,该算法比非分布式方式更节省网络耗能。     

传感器网络中基于差异化加权数据压缩的汇聚算法

数据融合技术能有效地节省能量,提高信息的准确度.结合传感器网络自身的特点,本文提出了一种基于差异化加权数据压缩的汇聚算法(DADW),通过选择合适的融合点并对不同源节点的信息进行差异化加权处理,有效地提高了数据融合的精度,提供了可靠的服务质量保障.仿真结果表明,相对于已有的算法,该算法以一个很小数量级的能量损失获得了融合精度的显著提高.     

无线传感器网络的数据压缩算法综述

介绍无线传感器网络的特点,分析数据压缩技术对无线传感器网络发展的重要性;综述了无线传感网络中数据压缩技术的研究现状并介绍了无线传感器网络中部分有代表性算法的研究成果:根据监测数据在时间和空间上存在某种相关性,分类出基于时空相关性的数据压缩算法;根据采用某种变换去除数据时空相关的冗余信息算法,分类出基于小波变换的数据压缩算法;在集中和分散这两种信息服务都能实现的原则基础上,分类出分布式数据压缩算法;通过对传统的压缩算法进行裁剪和优化,分类出改进的传统数据压缩算法;同时总结了各算法的适用环境及其算法中心思想;最后讨论了无线传感器网络中各种数据压缩算法在现阶段存在的不足及各种压缩方法的未来研究方向.     

无线传感器网络中一种层次分簇算法及协作性分析

无线传感器网络是传感技术、计算技术和通信技术的融合.由于传感器节点的能量限制,能量有效性是设计无线传感器网络所关注的一个主要内容,并且已成为一个最大的挑战.提出了一种网络拓扑算法--一种动态、能量有效的层次分簇算法(DEEH).与其他算法不同,该算法无须知道传感器节点的任何本地信息.该算法可应用于更实际的大规模无线传感器网络,如节点具有不同的能量等级、不同的传输半径.将DEEH算法与经典的分簇算法LEACH相比较,仿真结果表明:当网络节点密度很大时,DEEH优于LEACH.同时,还考虑了网络中存在自私节点的情况,并分析了自私节点对网络分簇所带来的影响.在DEEH算法中引入机制设计理论,以克服网络中自私节点的影响.实验结果表明:采用机制设计理论,自私节点的占优策略真实地报告它们的能量.这一策略延长了网络的寿命,保证了拓扑结构的稳定性.     

传感器网络中基于数据压缩的汇聚算法

结合传感器网络的节点特性和位置信息,提出了一种基于连通支配集的传感器网络定向传播模型,以及一种基于"域"的分布式数据汇聚模型DDAM(distributed data aggregation model).DDAM把传感器网络按"域"划分来构建连通核,传感节点只需在连通核中寻径,因而可明显减少寻径时间复杂度并且具有更好的分布性;然后在该定向传播与数据汇聚模型基础上,考虑传感器网络的数据特性及小波变换在流数据压缩方面的良好性能,提出了一种基于区间小波变换的混合熵数据压缩方法.理论分析和实验仿真结果表明:对比传统的DC算法-DD路由算法相结合的算法,新算法能对传感器网络中的流数据进行有效压缩,可更大程度地降低传感器节点数据传输的能耗,从而进一步延长整个网络的生命周期.     

传感器网络中一种存储有效的小波渐进数据压缩算法

现有的数据压缩算法大多以节能为设计目标,很少顾及到节点有限的存储容量.设计适合传感器网络小波变换的环模型和基于覆盖重叠的分簇模型,消除边界效应.基于此两种网络模型,分别提出存储有效的二维和三维渐进小波数据压缩算法,该算法依据小波函数的支撑长度和簇头的可用存储容量来确定渐进传送的数据单元,具有存储有效性;依据空间相关性来选择渐进传送数据的传感器节点,从而在存储有效的同时又节省网络传输耗能.从存储开销、能量消耗和网络延时等3个方面分析了算法的性能.理论分析和实验结果表明,和一般的数据压缩算法相比,小波渐进压缩算法在耗能相当的情况下,节省了节点的存储容量.     

无线传感网数据信息的一种压缩算法

提出了一种改进型自适应Huffman编码算法,目的在于压缩传输数据的容量,该算法适用于内存和计算资源受限的无线传感网络节点。它与修剪树自适应Huffman编码算法lll相比较,能够更有效地利用内存空间,提供更好的压缩比。     

一种面向WSN节点的数据压缩简化算法

为了在存储空间和能量受限的无线传感器网络(WSN)节点上压缩数据来节省无线发送和外部存储所耗能量,分析并强调了面向WSN节点的数据压缩的特点与研究意义.针对资源受限节点在存储和传送数据中对压缩率和精度及能耗等性能的需要,基于傅立叶分析原理,通过简化基频测量和按允许误差调整傅立叶级数最高阶次,提出了一种可在节点常用的超低功微处理器上实现数据压缩的简化应用方法.实验表明了该简化压缩算法的有效性.     

一种多进制小波变换DEM数据简化方法

通过对DEM数据的二维多进制小波变换系数特征的讨论，针对三维地理景观的动态、实时绘制问题，提出了一种基于多进制小波变换的数字高程模型数据压缩方法，给出了DEM数据多进制小波系数编码压缩算法及其算法实验结果。     

无线传感器网络簇内分级数据融合算法

根据无线传感器网络(WSN)资源受限的特点,在主成分分析融合方法的基础上提出一种WSN簇内分级数据融合算法。采用自学习加权方法估计各个传感器的测量方差,通过线性无偏最小方差估计法对簇内传感器节点的测量数据进行修正,用主成分分析方法得出各传感器的综合支持度和数据融合的公式。通过应用实例和仿真结果验证该方法的有效性和可靠性。     

基于双簇头的无线传感器网络反馈信任模型

针对无线传感器网络存在恶意或妥协节点导致通信数据被攻击的问题,提出一种基于双簇头的反馈信任模型,以保障数据在传输、感知以及融合等环节的可靠性与完整性.利用节点间直接交互结果评估节点的直接信任,同时考虑通信、数据感知和融合信任,通过贝叶斯公式评估邻居节点的通信信任,使用时间滑动窗将节点历史信任作为直接信任的补充,动态调整...     

一种适合无线传感器网络的混合编码数据压缩算法

传感器节点通常由电池供电,充电和更换电池比较困难.如何有效地利用能源,减少损耗已经成为无线传感器网络的研究热点之一.传感器节点的能量大部分损耗在无线传输的过程中,因此,对数据压缩后再传输,能有效的减少传输的流量并提高节点的生存期.本文分析了传感数据的分布规律,指出当节点采集的数据符合慢变性质时,其分布将服从以0为中心的正态分布.依此提出了一种基于混合编码的传感器节点数据无损压缩算法,与传感器网络中的经典无损压缩算法相比,本算法以更少的性能开销获得了更高的压缩率.实验结果也证明了这一点.