The invention discloses a data aggregation method based on compressed sensing in a wireless sensor network. Firstly, the sensing network is evenly divided into clusters, and the node with the most remaining energy is selected as a cluster head node, and the member node is given a probability p
【技术实现步骤摘要】
一种无线传感器网络中基于压缩感知的数据聚合方法
本专利技术属于无线传感器网络
,尤其涉及一种无线传感器网络中基于压缩感知的数据聚合方法。
技术介绍
近年来,无线传感器网络凭借其隐蔽、容错、部署便捷等优势,在很多领域得到了广泛的应用,例如:环境监测、安全保卫、智能家居等。通常情况下,一个无线传感器网络是由大量具有无线通信能力、计算能力和传感能力的节点构成,可以协作地完成各种环境感知、信息采集和目标识别的任务。为完成这些任务,每个节点需采集大量的实时数据,通过多跳路由发送至融合中心以便对数据进行处理和分析。这一过程,需要消耗大量的存储空间和网络能源。考虑到传感器节点能源、计算能力、存储能力有限,需要建立高效的数据采集和传输的模型,以达到延长网络的使用寿命、降低信息获取代价的目的。目前,将压缩感知理论应用于无线传感器网络存在的问题:真实物理信息不仅在时间域上可压缩,而且在空间域上有一定的压缩性。传统的基于压缩感知的无线传感器网络数据聚合方法一般仅利用了数据在时间上或者空间上的可压缩性来减少数据量。如何联合利用信息在时间和空间域上的相关性,建立高效的网络数据采集模型,进一步减少网络间传输数据量。由于压缩感知理论“欠采样”特性,测量信号对无线传感网络的环境噪声更为敏感。如何从有噪声测量信号中有效的重构出全部原始信号是压缩感知理论建立以来需要解决的重要问题。随着无线传感器网络应用愈加广泛,网络数据量越来越大。如何设计复杂度较小的算法使之适合于大数据量的信号重构。以上这些困难之处限制了压缩感知理论在无线传感器网络的应用。要想在实际无线传感器网络中使用压缩感知理论必 ...
【技术保护点】
一种无线传感器网络中基于压缩感知的数据聚合方法,其特征在于,所述无线传感器网络中基于压缩感知的数据聚合方法包括:首先将传感网络均匀分簇,选举剩余能量最多的节点为簇头节点,成员节点以概率p
【技术特征摘要】
1.一种无线传感器网络中基于压缩感知的数据聚合方法,其特征在于,所述无线传感器网络中基于压缩感知的数据聚合方法包括:首先将传感网络均匀分簇,选举剩余能量最多的节点为簇头节点,成员节点以概率ptx独立选择是否参加采样,簇头节点始终参加采样;然后采样节点在获取原始信号f后在稀疏变换基下变换得到其稀疏表示x,x在测量矩阵Φ下进行投影,得到测量信号y,簇头节点对所收集的测量信号使用向量化算子,合并成一个信号Y后发送至融合中心;最后融合中心利用自适应权重GPSR算法对其一一重建,恢复出其稀疏表示X。2.如权利要求1所述的无线传感器网络中基于压缩感知的数据聚合方法,其特征在于,将K个传感器节点随机均匀地部署在L×Lm2的监测区域中,整个网络分成等大小的W簇,并选举剩余能量最多的节点作为簇头。3.如权利要求1所述的无线传感器网络中基于压缩感知的数据聚合方法,其特征在于,采样节点获取原始信号f在稀疏变换基下变换得到其稀疏表示x,x在测量矩阵Φ下进行投影,得到测量信号y,并发送给簇头节点;簇头节点对所收集到的测量信号使用向量化算子,合并成一个信号Y后发送给融合中心。4.如权利要求3所述的无线传感器网络中基于压缩感知的数据聚合方法,其特征在于,由网络模型,每个簇是半径为的圆形区域,覆盖面积为L2W,并且成员节点在簇内均匀分布,则成员节点的分布密度函数为成员节点到簇头的距离为dtoCH,其平方的数学期望为:利用一阶无线电模型和dtoCH,计算可得整个网络的能耗为:由上式,Etotal存在最小值,对其求W的偏导,并令则得到当W与ptx满足如下关系时,整个网络的能耗最小:5.如权利要求4所述的无线传感器网络中基于压缩感知的数据聚合方法,其特征在于,所述网络模型为有K个传感器节点密集部署在L×Lm2的监测区域中,用来检测周围环境的物理数据;传感器节点周期性的采集信号,得到压缩信号,周期为T,且节点周期性的发射压缩信号,发送周...
【专利技术属性】
技术研发人员:李昕艺,刘三阳,张朝辉,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。