基于分布式压缩感知的无线传感器网络异常数据处理

无线传感器网络的海量数据采集、传输和处理,对传感器节点的处理能力和功耗提出了严峻挑战,而且现实环境中传感器故障或者环境因素的突变会导致部分采集数据异常,而传统的数据处理方法无法对包含异常的数据进行有效的处理。针对上述问题,文中提出了两类无线传感器网络的异常数据模型,以及相应的基于分布式压缩感知的异常数据处理方法。通过协同的多个传感器进行数据压缩采样,当多个传感器采集的数据包含异常成分时,分布式压缩感知技术对数据中相同的正常分量进行一次统一重构,仅对不同的异常分量进行单独重构,从而避免了对相同数据分量的重复处理,提高了对包含异常成分数据处理的效率。另外,分布式压缩感知技术充分利用数据间的相关性,可有效减少传感器网络的数据采集量,加强其对抗异常数据的鲁棒性。对两类异常数据模型的数值仿真结果表明:相比于传统的基于单组测量值的压缩感知技术,基于分布式压缩感知技术的数据处理方法在提高异常数据重构准确率的同时,将采样数据量减少了约33%,证明了该方法的有效性。     

基于过完备字典的体域网压缩感知心电重构

针对体域网远程监护中心对重构的心电信号（Electrocardiogram,ECG）精度要求高和体域网（Body sensor network,BSN）低功耗问题,提出基于过完备字典的体域网压缩感知心电重构方法. 该方法利用压缩感知理论,在传感节点端利用随机二进制矩阵对心电信号进行观测,观测值被传送至远程监护中心后,再利用基于K-SVD算法训练得到的过完备字典和块稀疏贝叶斯学习重构算法对心电信号进行重构. 仿真结果表明,当心电信号压缩率在70%～95%时,基于K-SVD过完备字典比基于离散余弦变换基的压缩感知心电重构信噪比高出5～22dB. 该方法具有信号重构精度高、功耗低和易于硬件实现的优点.     

基于DSP和光缆通信的远程高速数据采集及处理系统的设计与应用

介绍一种以TMS320VC5402DSP为核心处理器的高速远程数据采集与处理系统。该系统以分时采集方式对多路模拟信号进行数据采集,采样率达40MHz。经过高速处理器的实时处理,通过光缆将数据传送到主控计算机端,作进一步处理与分析。该系统可以广泛应用于需要较高频率远程模拟信号的采集处理场合。     

多稀疏基分簇压缩感知的WSN数据融合方法

针对传感器节点采集数据精度与能量消耗的矛盾,提出多稀疏基分簇压缩感知的无线传感器网络WSN（Wireless Sensor Network）数据融合方法。该方法利用改进的阈值对随机部署的传感器节点进行簇首选择继而形成最优簇,簇首采用伯努利随机观测矩阵对簇内节点信号进行线性压缩投影,然后将压缩的信息传送给汇聚节点,减少数据传输即降低通信能耗,从而提高网络的生命周期。根据传感器节点监测信号在有限差分和小波中都具有可压缩特性,汇聚节点在有限差分和小波两个稀疏基的约束下,利用OOMP算法分别对线形压缩投影信息进行重构;并采用最小二乘法融合重构信号,提高数据精度。仿真实验结果表明,多稀疏基分簇压缩感知的WSN数据融合方法在减少数据发送的情况下,能提高整个网络的生命周期,解决采集数据精度与网络生命周期的矛盾。     

远程智能化环境数据采集系统

随着经济的快速发展,工农业生产逐渐从传统的人工技术走向智能化生产. 传统的大规模工农业环境的数据采集技术已经不适应快速发展的工农业生产,新型的智能化远程环境数据采集技术应运而生. 系统采用Arduino开源单片机,利用其强大的适应环境能力、低成本等特点,实现数据从精准采集到智能化远程传送. 数据采集之后单片机通过端口实时获取数据,并通过程序进行处理,处理好的数据通过建立好的网络实现数据的传送. 数据经过网络实现数据完整的存放进远程数据库,同时客户端直接从数据库获取数据,管理人员通过客户端查询数据与分析数据,挖掘出对模型重要的数据.     

基于联合压缩感知重构的网络通信服务目标数据检测技术

采用当前无监督组件支持向量机模型检测技术、高维随机矩阵检测技术,对网络通信服务目标数据检测时,缺少特殊属性目标采集过程,导致数据检测效果较差。针对该问题,提出了基于联合压缩感知重构的网络通信服务目标数据检测技术研究。根据联合压缩感知重构原理,采集网络通信服务节点温度稀疏目标数据,利用联合压缩感知重构技术处理网络节点通信数据,构造稀疏二进制矩阵,完成对未知数量检测数据精确重构。利用构造函数计算网络通信服务数据之间的相似度,完成不同样本特征的区分,剔除不必要数据特征,并采用联合压缩感知重构技术实现对网络通信服务目标数据检测。实验结果表明,该技术数据检出率最高可达到87%,为海量数据下社交网络特殊对象数据挖掘奠定基础。     

基于压缩感知理论的WSNs时序信号分段压缩算法

针对压缩感知理论(CS)应用在无线传感器网络中时序信号在传输过程存在压缩比率低、通信能耗高等问题,提出了一种时序信号分段压缩算法来解决在信号稀疏度未知及高稀疏度条件下,压缩感知数据重构算法中存在的重构效率低,重构精度差,影响网络生命周期的问题.该算法将采集数据中非零元素个数作为分段依据,通过减少段内非零元素组合数量来提高信号重构精度,同时利用了压缩感知理论特性实现了对信号的高压缩率.实验结果表明,在以混沌量子免疫克隆重构(Q-CSDR)算法为重构算法、在信号盲稀疏度及稀疏度高于40的条件下,能够以大于0.4的压缩比率对信号进行压缩,其重构信号的均方误差小于0.01,能够延长网络寿命2倍左右.     

基于ARM Cortex-M3和Internet的实时数据采集系统设计

设计一种基于ARM Cortex-M3和Internet的实时数据采集系统.系统选用STM32F107VCT6作为核心芯片,通过链接网络芯片DM9161A,配合程序中采用的嵌入式TCP/IP协议栈LwlP,将采集到的区域温度和电压数据实时传送到远程监测端.实验及测试证明,系统运行稳定,数据采集和传送准确,实时性能良好.     

基于GPRS的无线传感器网络数据中转器的设计

介绍了数据中转器的必要性和GPRS网络的特点和连接方法,提出了一种嵌入式数据采集无线传输的方法。采集数据通过ZigBee网络传至汇聚节点再传到数据中转器ARM芯片,ARM芯片完成采集数据存储和无线数据传送的功能。采集数据存储在铁电存储器中;无线数据传送部分采用SIM300C模块,通过GPRS网络将采集的数据传送到远程服务器上。该软件设计方案不仅满足系统实时性要求,而且具有数据传输稳定、可靠等优点。     

一种基于压缩感知的超声阵列全矩阵数据重构方法

针对传统全矩阵数据采集数据量大、采样时长随阵元个数增加的问题,提出了一种基于压缩感知的超声阵列全矩阵数据重构方法.根据多阵元等幅同步有限次激励下采集的超声信号与全矩阵数据的压缩采样关系,利用多阵元等幅同步有限次激励下采集到的少量超声信号进行超声阵列全矩阵数据重构,并将重构数据用于缺陷的全聚焦成像.基于提出的数据压缩采集...     

基于ZYNQ的远程图像采集系统设计

针对传统图像采集系统远程图像传输延时长和数据丢失的缺点,设计了一种基于ZYNQ芯片开发的实时视频采集与图像传输系统;系统具有两个采集通道,模拟视频信号通过BNC(bayonet neill-concelman)信号线接入设备并经过ADC(analog-to-digital converter)完成信号的数字化;利用主控芯片内部的FPGA资源部署并行处理单元完成对数字化图像数据的低时延处理;通过驱动片内AXI(advanced eXtensible interface)总线以DMA(direct memory access)的方式将数据传输至DDR3存储器中;利用芯片内部的双核ARM Cortex-A9处理器高性能,在采集设备上移植嵌入式Linux系统,搭建Gstreamer流媒体应用服务器端,实现整个采集系统复杂任务调度和图像数据远程网络传输;与传统单ARM或DSP处理器的图像采集系统相比,该系统具有FPGA的并行处理能力和高带宽的内部互联总线的优势,提高了图像数据处理速度,降低了图像数据由采集端到存储器的传输延时,提供了稳定远程图像传输功能,经实验测试该系统实现了每秒25帧的视频信号...     

基于微信公众平台的智能家庭监控系统设计

对目前的智能家庭监控系统进行了研究,提出了一种基于微信公众平台的智能家庭监控系统.整个监控系统的底端是数据采集端,采用带有Linux操作系统的Tiny6410开发板,核心控制器为S3C6410芯片.将mjpg-streamer视频服务器移植到Linux系统上,可提供视频流以便远程观看;同时在开发板上集成相应的传感器,可以采集室内的环境数据.数据采集端可以将采集的数据以网络的形式传递给中间层云服务器,进而传递给微信用户;反之用户可以发送控制查询指令给底层数据采集端.     

基于大数据的水土保持监测站自动数据采集系统设计与应用

随着信息技术、网络技术的快速发展,在水土保持的预防和治理工作中可以应用自动化采集设备进行数据的采集、存储和管理,提高水土保持检测的准确性、完整性和整个过程的工作效率。本文设计一套基于大数据的水土保持监测站自动数据采集系统,该系统可实现水土保持监测数据远程自动采集、归类、汇总、存储,将其应用到监测站中,通过几个月的运行测试,系统工作状态良好,可准确、完整地完成水土标尺监测数据自动采集与数据处理和存储功能。     

基于Netty和Kafka的物联网数据接入系统

当前在物联网应用中,大量采集终端被用于感知环境、定位服务、状态监测等应用,并源源不断地上传数据,在提产助效的同时,给远程服务端数据收集及实时处理带来巨大挑战。利用Netty网络通信库构造高性能的收集端网络通信处理服务并设计出可供采集终端与收集端使用的通信协议,剥离出网络通信业务中耗时操作并将数据推送至流式消息处理系统Kafka中,再由Kafka消费者负责后续数据持久化、实时分析工作。由此实现一个支持高并发、低延迟的数据接入系统。实验结果表明,在万级别连接情况下,该系统能正常工作且保持较快的响应速度。     

基于DSP的图像压缩编码器程序优化

在遥感图像处理过程中,通常需要对大画幅数字图像进行实时压缩,以便能通过有限的通用信道传送到地面进行判读处理,使用普通的视频压缩技术很难满足实用要求,采用多DSP+FPGA构建实时压缩平台已经成为主要的研究方向;在开发DSP压缩平台的过程中,一般使用C语言编译器进行软件开发,所得到的代码实时性较差;分别采用项目级、算法级和指令级三级优化的方法,对小波变换、量化和编码等程序进行优化,提高了压缩算法的执行速度;实验结果表明,对于4096×3072的图像,使用经过优化的压缩编码器,图像压缩速度达到了每秒6帧,这种优化方法具有一定的通用性。     

基于CS和神经网络的传感器网络模式识别研究

当前,传感器网络快速地发展,其节点不断增多,需要传输和储存的数据量也就不断增大,同时现有传感器节点尺寸与复杂度限制了传感器网络的数据存储、数据的计算速度及频宽.针对此类问题,将压缩感知技术应用于传感器网络,对传感器网络中传输的数据进行压缩,降低传输数据量,然后在接收端重构数据,将该数据样本作为BP网络的输入进行识别.实...     

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.     

基于JZ875的低能耗无线VPN设计

提高数据在数传模块之间传输的效率,在以JZ875数传电台为通信模块的基础上,通过霍夫曼压缩对发送数据进行数据压缩、查询Hash表对基站数据添加信道包头以建立专用信道、DES加密算法对发送数据进行加密三个步骤的有机结合,建立了大田水分传感器网络中基站端与远程计算机端之间的高效率虚拟专用网。实验结果显示,在数传模块的正常通讯范围内,基站端数据发送量可以减少20%左右,远程计算机端接收到的数据正确率可达96%左右。     

基于WinPcap的网络数据获取系统的研究

WinPcap系统是一个功能强大的用于网络数据获取开发包,它直接和网卡打交道,获取数据链路层的数据,能捕获数据链路层的所有数据包。基于WinPcap的网络数据获取系统具有结构简单、捕获数据快、协议识别率高等特点,它的三个模块的相互套用,实现了网络数据获取的基本功能。     

基于GPRS的无线流量测控系统的设计

针对当前流量采集的现状,提出了一种基于GPRS的流量无线采集与控制方法,并给出了该测控系统的详细设计。采集部分采用了32位ARM处理器,使用了高精度的AD转换器,将流量计采集到的流量数据通过GPRS模块发送到远程服务器,由服务器管理软件对数据进行管理并实现对流量的远程控制。较之传统流量采集方法,该系统有着许多优势。