智慧城市可以有效緩解目前日益嚴重的城市問題,受到廣泛關注。車載傳感網由于車輛的移動性能實現(xiàn)對感知區(qū)域的高效覆蓋,是智慧城市中數據采集的重要手段之一。然而,隨著智慧城市的發(fā)展,需要采集的數據量爆發(fā)性增長。車載傳感網中,車輛的快速移動導致拓撲結構劇烈變化,大數據量的數據傳輸變得十分困難。另一方面,車載傳感網中車輛分布不均勻的特性也導致了數據采集中數據冗余和數據空洞十分普遍。城市數據大多具有時空相關性,可以使用壓縮感知進行數據壓縮與重構。因此本文研究了基于壓縮感知的車載傳感網數據采集機制。具體研究內容如下:第一,研究基于壓縮感知的車載傳感網數據采集模型。針對車載傳感網數據采集中海量數據傳輸困難這一問題,本文對現(xiàn)有車載傳感網數據采集模型和壓縮感知方法進行分析,提出基于壓縮感知的車載傳感網數據采集模型,并討論了壓縮感知在該模型中的應用過程。第二,研究車載傳感網的動態(tài)壓縮感知方法。針對數據特征和車輛分布動態(tài)變化造成的重構精度下降,提出動態(tài)壓縮采集方法。該方法在車載傳感網數據采集過程中考慮了數據稀疏度和車輛節(jié)點分布動態(tài)變化的特點,在現(xiàn)有壓縮感知方法的基礎上增加了觀測率反饋控制,根據當前情況實時調整觀... 

【文章來源】：北京工業(yè)大學北京市 211工程院校

【文章頁數】：92 頁

【學位級別】：碩士

【部分圖文】：

壓縮感知數學模型

圖 5-13SUMO 車輛軌跡仿真Figure 5-13 SUMO Vehicle Trajectory Simulation圖中可以看出，SUMO 可以按照需求在道路中生成車輛并按照道路規(guī)則仿真車輛的運動。得到車輛移動軌跡后，我們將其導入 NS3 中，增加固定節(jié)點作為路邊設施。利用 NS3 可以對網絡內車輛節(jié)點的活動及數據傳輸進行模擬，如圖 5-14。

北京工業(yè)大學工程碩士專業(yè)學位論文圖 5-14 展示了 NS3 中車輛節(jié)點和路邊上設施活動的仿真。圖 5-14（a）節(jié)點采集數據時輸出的日志信息。圖 5-14（b）中為車輛節(jié)點發(fā)送數據設施接收到數據時輸出的日志信息。.2 服務層服務層主要負責對數據層上傳的數據進行整合重構，并進行數據存儲，數據重構的結果計算下一周期任務的相關參數。因此，服務層中主要為循環(huán)的 JAVA 后臺程序。該程序周期性檢查是否需要進行新一周期的數若不需要則等待一段時間后再次檢查，若需要，則調用 Matlab 函數對整合重構，并存入數據庫。同時根據數據重構結果調整下一周期采集參 5-15。

【參考文獻】：
期刊論文
[1]不可靠鏈路下基于壓縮感知的WSN數據收集算法[J]. 張策,張霞,李鷗,梅關林,韓哲,張大龍,劉廣怡.  通信學報. 2016(09)
[2]以數據為中心的智慧城市研究綜述[J]. 王靜遠,李超,熊璋,單志廣.  計算機研究與發(fā)展. 2014(02)
[3]基于壓縮感知的土壤呼吸監(jiān)測傳感網動態(tài)采樣調度策略[J]. 王國英,江雨佳,莫路鋒,孫艷豐,周國模.  中國科學:信息科學. 2013(10)



本文編號：3281991