基于压缩感知理论的无线传感器网络数据融合算法

针对传感器节点部署稠密, 节点覆盖重叠区域较大, 导致采集数据冗余度大的问题, 利用节点收集数据的时间和空间相关性, 提出一种基于压缩感知理论的无线传感器网络(WSN)数据融合算法, 并通过仿真实验分析了其性能. 实验结果表明, 该算法不仅可以减少簇首的数据传输量, 减少了节点的平均能量消耗, 延长网络的生存时间, 而且性能明显优于对比算法.     

一种WSN中基于局部数据的压缩感知算法

当前,无线传感器网络的研究中最突出的是传感器节点的能耗问题.已有的无线传感器网络中的数据传输方式不仅能量浪费严重,而且网络的整体能耗不平衡,因此根据无线传感器网络所传输数据的特点,将改进后的压缩感知算法应用于其中.该过程中,压缩感知思想的应用大大减少了无线传感器网络中的数据传输次数,并保证每个节点的传输次数相同,这样不仅减小了节点能量的消耗,还维持了整个网络的能耗平衡.     

无线传感网中基于压缩感知的高效数据传输方案

传统的无线传感网技术中,数据源节点将采集到的原始数据序列直接传送给中间转发节点进行处理,因此当需采集的数据序列很长或者数据源节点的数目很多时中间转发节点需处理的数据量非常大。为此,基于近年来发展迅速的压缩感知理论,本文将压缩感知技术应用于无线传感网,提出一种新型高效的数据采集传输方案。采用系统所需存储转发寄存器的容量、节点耗能、时延来衡量无线传感网的网络性能。仿真结果表明,压缩感知理论可在近乎完美地重建信号的前提下有效地减少处理的数据量进而降低对硬件的要求并改善无线传感网网络性能。     

基于近似l_0重构算法的传感网数据收集方案

针对无线传感器网络中的数据收集问题,基于压缩感知理论设计并实现了一种高效节能的数据收集方案.数据采集时利用矩阵投影对传感器节点感知的数据进行压缩,数据重构时利用指数函数族对l0范数进行逼近,从而将带约束条件的l0范数最小化问题转化为无约束条件的优化问题,同时还设计了相应的加权函数,从而进一步提高重构算法的收敛速度.实验结果表明:所设计的基于近似l0范数重构算法的传感网数据收集方案在数据收集过程中具有较高的运行效率,其对无线传感器网络的带宽、能量等资源消耗较低;在数据重构过程中能够在适当的重构时间内进一步提高压缩数据的重构成功率.     

基于压缩感知的无线传感器网络节点定位算法

为了得到有效的、通用的定位算法,提出了两种新的定位算法——基于压缩感知的无线传感器网络节点定位算法（NLCS）及其改进算法（INLCS）.NLCS算法利用压缩感知和加权质心算法进行节点位置估计.提出了伪跳数以改进NLCS算法,提升了算法的定位性能.这两种算法解决定位问题必须满足3个条件,使其更适合于实际应用.仿真结果表明,相对于LSRC和LSVM定位算法,这两种算法有更好的定位性能.     

无线传感器网络中基于空间相关性的分布式压缩感知

提出了无线传感器网络中基于空间相关性的分布式压缩感知模型和分布式压缩感知算法,利用无线传感器网络节点间感知数据的空间相关性和联合稀疏模型,结合分布式压缩感知编解码算法,以能量有效的方式对无线传感器网络的感知数据进行压缩、重构.最后,通过仿真分析了分布式压缩感知重构误差和压缩比之间的关系,以及分布式压缩感知在能量有效性方面的性能,仿真结果表明分布式压缩感知以能量有效的方式满足了无线传感器网络中事件估计的精确度要求.     

无线传感网数据融合完整性保护方案研究进展

详细阐述了无线传感器网络数据融合完整性保护方案的研究现状、面临的安全挑战和需要解决的问题,将近年来完整性保护方案分别按照拓扑结构和融合方式进行分类,着重综述了多层数据融合中具有代表性的完整性保护方案的原理、特点和局限,并对各方案的性能进行分析和综合比较,最后提出基于数据完整性的传感器网络安全数据融合的研究方向,以期为相关领域的研究者提供有益参考.     

基于压缩感知的稀疏事件检测

为了提高无线传感器网络中稀疏事件的检测概率,利用压缩感知技术,提出了一种改进的下降迭代检测算法.该算法通过动态调节参数,改变迭代权值,加快了算法收敛速度.实验结果表明:在相同条件下,改进算法的成功检测概率比贝叶斯算法平均提高了13%.     

基于分簇的无线传感器网络数据收集协议研究

为延长无线传感器网络(WSN)的寿命,在传统的典型分簇算法IEACH和EADEEG的基础上进行改进,提出了一种新的基于分簇结构的数据收集协议-IDCP(Improued Data Collectiou Protocot,IDCP),在簇首形成阶段和数据转发传递阶段分别提出了新的簇首形成算法和簇内数据转发算法.在簇首形成...     

无线传感网中基于能量平衡的数据收集树算法

针对实际应用中传感器节点采样频率不同的特点,提出了一种传感网中基于能量平衡的数据收集树算法(an energy balancing and tree-based data gathering algorithm,EBDGA).EBDGA在基站集中式的构建是以本基站为根结点、基于能量平衡的生成树,根据节点的采样频率定制生成树中子节点加入的策略.仿真实验表明,在这种特定的网络模式下,EBDGA比传统的数据收集树算法PEDAP和PEDAP-PA具有更好的能量平衡特性,提升了能量性能.     

基于能量有效和延迟减少的WSN多层链式数据收集协议

基于LEACH、PEGASIS、PEDAP等数据收集协议的弊端和约束,结合无线传感交通监控网络中监控区域呈带状模型、目标高速运动、节点铺设密度受限以及基站距离远等特征,提出了一种基于能量有效和延迟减少的多层链式无线传感器网络数据收集协议(MEDC).协议提出了分层链的思想,并采用最小化总能量链构造方法生成链,leader的选取基于剩余能量最大法.实验结果表明,MEDC性能显著优于LEACH和PEGASIS等协议,不仅能有效延长网络生命周期,且能明显减少网络延迟.     

基于分簇的变速率无线传感网移动数据收集

为了最大化网络数据收集同时均衡节点能量消耗,研究一类基于分簇的无线传感器网络的移动数据收集方案;其中节点的数据产生速率是变化的,将最大化网络数据收集量建模为一个非线性优化问题,通过对偶分解,分层优化以及梯度下降法获得最优的数据产生速率、链路速率以及汇聚节点停驻时间分配方案。仿真结果表明所提方法在均衡网络能耗和最大化数据收集量方面具有良好的性能。     

无线传感器网络能效时延平衡数据收集机制

在追求无线传感器网络高能量效率的同时,考虑数据汇聚时延,提出了一种能效与时延平衡的数据收集机制(energy efficiency and delay balancing data gathering,EEDBDG).该机制采用一种新型动态树来组织网络拓扑,消除了"热区"问题,节点动态选择路由并轮换充当树根,根节点收集数据并与基站直接通信.同时,针对不同的时延和能效要求,提出了3种数据收集策略:时延最优算法(EEDBDG-D),能效最优算法(EEDBDG-E)和能效时延平衡算法(EEDBDG-M).仿真结果表明,在节点通信半径受限的情况下,EEDBDG平衡了节点能量消耗,延长了网络生命时间,在节能与省时上均表现出了突出的性能.与GSEN相比,在最好情况下,EEDBDG-E网络生命期提高了72%,EEDBDG-D汇聚时延降低了74%.     

数据时空融合算法在无线多传感器网络中的应用

无线传感器网络是一种新兴的、全新的技术,它常常应用于工业领域以及恶劣的环境中.在标准ZigBee协议中没有设计相关的数据融合规范,使其只能用在低数据冗余的应用场合.大规模网络中的数据冗余度大,并且网络中的数据冗余会引起节点频繁地争抢信道,网络时延增加甚至出现网络瘫痪;因此针对同类多传感器测量数据中含有的噪声和传输中包含大量冗余信息,通过多次实验对几种算法进行仿真比较,文中提出了一种基于递推估计的数据融合和自适应加权时空融合算法.该算法利用空间位置中多传感器的方差变化,通过调整参与融合的各传感器的加权系数,使融合系统均方误差始终最小.     

一种新型无线传感网数据预测机制

数据预测机制通过降低网络的通信次数成为无线传感网降低能耗的重要方式之一.利用无线传感网监测的信息的周期性变化特点,提出了一种包含两次数据预测过程的新型数据预测机制,以提高数据预测的精度.实验采用英特尔伯克利实验室部署的54个节点收集的真实数据进行了温度、湿度和光强度的仿真实验,结果表明这种新型的数据预测机制相比目前已有的数据预测机制有明显的提高.     

A Power Efficient Aggregation of Encrypted Data in Wireless Sensor Network

0 IntroductionWireless sensor networks ( WSNs) usually consists oflarge number of nodes ,its typical applicationsincludehabitat monitor[1-3],robotic toys[4],target tracking[5], bat-tlefield monitoring[6].Compare totraditional network, WSNhas followingi mportance features :①Due tothe broadcast nature of the transmission medi-umand deployingin unattended and often adversarial environ-ments ,these make information more vulnerable and exposenodesincur physical attack. Whenthe networkis deploye…     

基于累计时延统计的传感器网络数据同步算法

传感器网络数据同步是数据融合算法正确运行的前提,具体指网内各节点汇报的数据基于同一时间基准,其采集时间、先后顺序等与真实情况一致．然而由于节点晶振的频率偏差和不同的初始计时时刻,网内节点的本地时钟不同步,这使得根据本地时钟标记的数据不能保持同步．提出了一种基于累计时延统计的数据同步算法,通过在数据包头附加一个时延字段,沿途节点根据该数据包的停留时间更新该字段,数据到达远方站点时即包含了数据的总时延,接收站根据当前时刻和累积时延计算数据的采集时间,最终达到数据同步．分析表明该算法可达到HIS级同步精度,适合于中低精度应用．相比于常规同步算法,其通信开销几乎为零．     

用于环境监测领域无线传感器网络中的数据压缩编码算法

针对应用于环境监测领域的无线传感器网络(Wireless Sensor Network-WSN)所监测到的数据基本不变或变化很慢的特点,提出了一种差分编码数据压缩算法.该算法的核心思想是根据上一包的内容得到本包信息,适用于没有丢包现象的网络.但是在WSN中由于通信不稳定常存在丢包现象,为此对WSN的路由协议作了改进,使这种数据压缩技术能够被应用.该算法编解码简单,在计算能力有限的传感器节点中能很容易地实现.通过分析和实验,表明该算法可以很好地提高网络寿命.     

无线传感器网络概述

无线传感器网络技术的迅速发展为监控领域带来一场新的革命。文章介绍了无线传感器网络的体系结构和特点,详细分析了无线传感器网络的若干关键技术,并综述了无线传感器网络在军事、环境监测等领域的应用。