【技术实现步骤摘要】
一种基于K-medoids分簇的无线传感网压缩感知处理方法
本专利技术涉及一种基于K-medoids分簇的无线传感网压缩感知处理方法。针对无线传感网传感器节点结构不合理、感知数据量大、冗余数据多、数据保密性不高等问题，设计的基于智能分簇和压缩感知的综合数据处理方法，该方法可以显著节约传感器电量从而延长网络生存时间，减少冗余数据传输增加数据传输的安全性。本专利技术涉及无线传感网智能组网技术和压缩感知处理技术。
技术介绍
在无线传感网中，传感器节点都是通过自组织的形式形成网络的，影响无线传感网能耗的因素主要有传感器节点间的通信距离以及节点数据传输量。在常规的无线传感网中，信息的传递都是透明的，对于一些敏感的无线传感网应用来说，直接对原始感知数据进行传输很容易导致信息被窃取，安全保密性不高。在无线传感网中，节点的分布都是随机杂乱的，各个节点之间通过一定的规则协议构成网络。如图1所示，通过分析无线传感网节点能耗模型可知，影响无线传感网节点能耗的因素主要有节点之间的通信距离d以及节点的数据传输量k，因此，节点以何种方式组成网络...
【技术保护点】
1.一种基于K-medoids分簇的无线传感网压缩感知处理方法，其特征在于：首先利用K-medoids聚类方法对无线传感网的传感器节点进行分簇处理；其次利用压缩感知技术对簇内感知节点的感知数据进行压缩采样，此过程中先对节点采集的原始数据进行稀疏处理，给每个簇内节点分配一个ID标识，以ID标识为Seed生成伪随机数构成采样矩阵，簇头节点对压缩采样的测量数据进行传输，最后在基站利用重构算法对原始数据进行重构。/n
【技术特征摘要】
1.一种基于K-medoids分簇的无线传感网压缩感知处理方法，其特征在于：首先利用K-medoids聚类方法对无线传感网的传感器节点进行分簇处理；其次利用压缩感知技术对簇内感知节点的感知数据进行压缩采样，此过程中先对节点采集的原始数据进行稀疏处理，给每个簇内节点分配一个ID标识，以ID标识为Seed生成伪随机数构成采样矩阵，簇头节点对压缩采样的测量数据进行传输，最后在基站利用重构算法对原始数据进行重构。
2.如权利要求1所述的基于K-medoids分簇的无线传感网压缩感知处理方法，其特征在于：所述K-medoids聚类方法依据节点之间的临近性度量进行算法的迭代寻优过程，具体实现时，K-medoids采用围绕中心点的划分算法，给定包含N个数据点的集合，试图找出K个数据中心点，将整个数据集划分为K个分簇，每个分簇的中心点称为一个代表对象，其他数据点称为非代表对象；在每次迭代中，不断使用簇中的非代表对象对中心点进行替换，成为新的代表对象，而后计算替换后的绝对差值和SAD；若替换后的SAD小于替换前的SAD，则此次替换是更优的替换，原来的中心点将被此次的非代表对象替换；算法迭代执行替换操作直到找到使各个分簇的SAD最小的一个节点，成为最终的中心点。
3.如权利要求1所述的基于K-medoids分簇的无线传感网压缩感知处理方法，其特征在于：所述分簇处理后，簇内节点进行数据感知工作，将感知数据传输到簇头节点处，在每个簇中加入压缩感知对数据进行压缩采样，采用了离散傅里叶变换对原始信号进行稀疏投影；首先给每个传感器节点分配一个唯一的ID编号用以区分不同的传感器节点，簇内各感知节点以自己的ID号为种子利用伪随机生成器生成伪随机数；无线传感网各簇头节点CHi根据簇内感知节点伪随机数构成随机测量矩阵对簇内感知节点采集的数据进行压缩感知采样得到采样观测值观测值的个数M与测量矩阵的行向量个数相同，...
【专利技术属性】
技术研发人员：王海涛，宋丽华，邢长友，张国敏，刘军，胡强，刘珏，刘力军，孙钰，向婷婷，黄琳，
申请(专利权)人：南京审计大学金审学院，
类型：发明
国别省市：江苏;32
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。