基于压缩感知的无线传感器网络数据压缩算法研究

论文摘要

无线传感器网络的应用为人类的生产和生活提供了极大的便捷。与传统的网络相比,无线传感器网络是一个能量有限的网络。如何在保证数据收集准确性的同时并降低网络的能耗,是设计无线传感器网络首要考虑的问题。数据压缩作为一种能够节省网络能量消耗,有效延长网络生存周期的方法,近年来受到越来越多的关注。本文在分析基于压缩感知的数据压缩算法的基础上,以最大限度节省网络能量为目标,分别对分布式稀疏随机投影算法和分布式压缩感知算法进行了相应的改进。本文主要的工作如下：首先,针对分布式稀疏随机投影算法在编码时存在大量冗余信息的问题,提出了一种集中式压缩感知算法。该算法在保证数据收集精度的前提下,在簇头节点对簇内成员节点的感知数据进行随机投影,并通过把投影数据和上一个簇头传来的投影数据进行求和来减少网络的传输数据量,从而达到减少网络传输能耗的目的。其次,针对分布式压缩感知算法不能确定感知数据是否具有联合稀疏结构的问题,提出了一种两级压缩感知算法。该算法在保证收集数据精度的前提下,通过在簇内成员节点和簇头节点进行两次压缩,最大程度的去除原始数据的冗余信息,减少网络中的数据传输量,从而达到减少网络传输能耗的目的。最后,本文对提出的两种算法进行了理论分析,并在相同平台上对本文提出的算法和对比算法进行了仿真比较。仿真结果表明：对于具有稀疏结构的信号,集中式压缩感知算法能够有效地减少网络的传输能耗；对于具有联合稀疏模型的信号,两级压缩感知算法能够很好的减少网络的传输能耗,从而验证了本文所提出的算法的有效性。

论文目录

• 摘要
• Abstract
• 插图索引
• 第1章 绪论
• 1.1 选题背景及研究意义
• 1.2 本文的研究内容
• 1.3 本文结构
• 第2章 相关研究
• 2.1 引言
• 2.2 无线传感器网络概述
• 2.2.1 无线传感器网络的体系结构
• 2.2.2 无线传感器网络的节点结构
• 2.2.3 无线传感器网络的特征
• 2.2.4 无线传感器网络的主要性能指标
• 2.2.5 无线传感器网络的应用
• 2.3 无线传感器网络数据收集
• 2.4 无线传感器网络数据压缩技术
• 2.4.1 无线传感器网络数据压缩的意义
• 2.4.2 无线传感器网络的数据压缩算法
• 2.5 基于数据压缩的路由算法
• 2.6 压缩感知理论
• 2.6.1 压缩感知的理论框架
• 2.6.2 信号的稀疏表述
• 2.6.3 测量矩阵的构造
• 2.6.4 信号的恢复算法
• 2.7 小结
• 第3章 基于空间相关性的WSN数据压缩算法
• 3.1 引言
• 3.2 分布式稀疏随机投影算法的简介
• 3.3 分布式稀疏随机投影算法的改进思路
• 3.3.1 网络模型的选择
• 3.3.2 传感矩阵的选择
• 3.4 集中式压缩感知算法
• 3.4.1 模型分析
• 3.4.2 算法描述
• 3.4.3 性能分析
• 3.4.4 仿真与分析
• 3.5 小结
• 第4章 基于联合稀疏模型的WSN数据压缩算法
• 4.1 引言
• 4.2 分布式压缩感知的基本原理
• 4.2.1 联合稀疏模型
• 4.2.2 分布式压缩感知理论
• 4.2.3 块稀疏的信号
• 4.3 两级压缩感知算法
• 4.3.1 模型分析
• 4.3.2 算法描述
• 4.3.3 性能分析
• 4.3.4 仿真与分析
• 4.4 小结
• 总结与展望
• 参考文献
• 致谢
• 附录A 攻读硕士学位期间发表论文目录
• 附录B 攻读学位期间参与的科研项目