智慧城市可以有效緩解目前日益嚴(yán)重的城市問題,受到廣泛關(guān)注。車載傳感網(wǎng)由于車輛的移動(dòng)性能實(shí)現(xiàn)對(duì)感知區(qū)域的高效覆蓋,是智慧城市中數(shù)據(jù)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(shù)據(jù)量爆發(fā)性增長。車載傳感網(wǎng)中,車輛的快速移動(dòng)導(dǎo)致拓?fù)浣Y(jié)構(gòu)劇烈變化,大數(shù)據(jù)量的數(shù)據(jù)傳輸變得十分困難。另一方面,車載傳感網(wǎng)中車輛分布不均勻的特性也導(dǎo)致了數(shù)據(jù)采集中數(shù)據(jù)冗余和數(shù)據(jù)空洞十分普遍。城市數(shù)據(jù)大多具有時(shí)空相關(guān)性,可以使用壓縮感知進(jìn)行數(shù)據(jù)壓縮與重構(gòu)。因此本文研究了基于壓縮感知的車載傳感網(wǎng)數(shù)據(jù)采集機(jī)制。具體研究?jī)?nèi)容如下:第一,研究基于壓縮感知的車載傳感網(wǎng)數(shù)據(jù)采集模型。針對(duì)車載傳感網(wǎng)數(shù)據(jù)采集中海量數(shù)據(jù)傳輸困難這一問題,本文對(duì)現(xiàn)有車載傳感網(wǎng)數(shù)據(jù)采集模型和壓縮感知方法進(jìn)行分析,提出基于壓縮感知的車載傳感網(wǎng)數(shù)據(jù)采集模型,并討論了壓縮感知在該模型中的應(yīng)用過程。第二,研究車載傳感網(wǎng)的動(dòng)態(tài)壓縮感知方法。針對(duì)數(shù)據(jù)特征和車輛分布動(dòng)態(tài)變化造成的重構(gòu)精度下降,提出動(dòng)態(tài)壓縮采集方法。該方法在車載傳感網(wǎng)數(shù)據(jù)采集過程中考慮了數(shù)據(jù)稀疏度和車輛節(jié)點(diǎn)分布動(dòng)態(tài)變化的特點(diǎn),在現(xiàn)有壓縮感知方法的基礎(chǔ)上增加了觀測(cè)率反饋控制,根據(jù)當(dāng)前情況實(shí)時(shí)調(diào)整觀... 

【文章來源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁數(shù)】：92 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

壓縮感知數(shù)學(xué)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(yùn)動(dòng)。得到車輛移動(dòng)軌跡后，我們將其導(dǎo)入 NS3 中，增加固定節(jié)點(diǎn)作為路邊設(shè)施。利用 NS3 可以對(duì)網(wǎng)絡(luò)內(nèi)車輛節(jié)點(diǎn)的活動(dòng)及數(shù)據(jù)傳輸進(jìn)行模擬，如圖 5-14。

北京工業(yè)大學(xué)工程碩士專業(yè)學(xué)位論文圖 5-14 展示了 NS3 中車輛節(jié)點(diǎn)和路邊上設(shè)施活動(dòng)的仿真。圖 5-14（a）節(jié)點(diǎn)采集數(shù)據(jù)時(shí)輸出的日志信息。圖 5-14（b）中為車輛節(jié)點(diǎn)發(fā)送數(shù)據(jù)設(shè)施接收到數(shù)據(jù)時(shí)輸出的日志信息。.2 服務(wù)層服務(wù)層主要負(fù)責(zé)對(duì)數(shù)據(jù)層上傳的數(shù)據(jù)進(jìn)行整合重構(gòu)，并進(jìn)行數(shù)據(jù)存儲(chǔ)，數(shù)據(jù)重構(gòu)的結(jié)果計(jì)算下一周期任務(wù)的相關(guān)參數(shù)。因此，服務(wù)層中主要為循環(huán)的 JAVA 后臺(tái)程序。該程序周期性檢查是否需要進(jìn)行新一周期的數(shù)若不需要?jiǎng)t等待一段時(shí)間后再次檢查，若需要，則調(diào)用 Matlab 函數(shù)對(duì)整合重構(gòu)，并存入數(shù)據(jù)庫。同時(shí)根據(jù)數(shù)據(jù)重構(gòu)結(jié)果調(diào)整下一周期采集參 5-15。

【參考文獻(xiàn)】：
期刊論文
[1]不可靠鏈路下基于壓縮感知的WSN數(shù)據(jù)收集算法[J]. 張策,張霞,李鷗,梅關(guān)林,韓哲,張大龍,劉廣怡.  通信學(xué)報(bào). 2016(09)
[2]以數(shù)據(jù)為中心的智慧城市研究綜述[J]. 王靜遠(yuǎn),李超,熊璋,單志廣.  計(jì)算機(jī)研究與發(fā)展. 2014(02)
[3]基于壓縮感知的土壤呼吸監(jiān)測(cè)傳感網(wǎng)動(dòng)態(tài)采樣調(diào)度策略[J]. 王國英,江雨佳,莫路鋒,孫艷豐,周國模.  中國科學(xué):信息科學(xué). 2013(10)



本文編號(hào)：3281991