【摘要】：物聯(lián)網(wǎng)中的無(wú)線傳感器網(wǎng)絡(luò)技術(shù)一直是研究的熱點(diǎn)之一,網(wǎng)絡(luò)中常常存在大量冗余的數(shù)據(jù),有時(shí)甚至存在異�；蜻z失的可能性,如何通過僅僅采集部分有效數(shù)據(jù)就能重構(gòu)原始數(shù)據(jù)、如何提高重構(gòu)精度以及如何降低采樣率都是研究的重點(diǎn)。本文首先構(gòu)建不同規(guī)模的具有時(shí)空相關(guān)性的數(shù)據(jù)矩陣模型,并基于稀疏采樣中的隨機(jī)非均勻采樣機(jī)制進(jìn)行仿真研究。在實(shí)驗(yàn)中設(shè)置多個(gè)不同的參數(shù)如:時(shí)空相關(guān)系數(shù)、傳感器個(gè)數(shù)、采樣時(shí)刻數(shù)、采樣比率等等。仿真證明能夠建立有效的具有時(shí)空相關(guān)性的矩陣。對(duì)于采樣后數(shù)據(jù)的重構(gòu)問題,通常使用壓縮感知等常用的數(shù)據(jù)恢復(fù)算法,還沒有針對(duì)時(shí)空相關(guān)性數(shù)據(jù)矩陣使用矩陣填充來(lái)進(jìn)行近似重構(gòu)的研究。在滿足矩陣重構(gòu)前提條件下,本文提出了不同規(guī)模的時(shí)空相關(guān)性數(shù)據(jù)矩陣模型在不同采樣比率的稀疏采樣后,采用SVT算法近似重構(gòu)原始矩陣,得到不同的重構(gòu)精度。仿真還證明了算法的迭代時(shí)間會(huì)隨矩陣規(guī)模和采樣比率的增加而增加�；趯�(duì)具有時(shí)空相關(guān)性數(shù)據(jù)矩陣稀疏采樣和近似重構(gòu)的深入研究發(fā)現(xiàn),時(shí)空相關(guān)性與重構(gòu)可行性存在一定的關(guān)系,即其能夠改變重構(gòu)精度和采樣比率�；诖吮疚南柔槍�(duì)時(shí)空相關(guān)性和數(shù)據(jù)冗余的關(guān)系,提出對(duì)已構(gòu)建的數(shù)據(jù)矩陣采用PCA算法,在時(shí)空相關(guān)性的條件下,研究保留主成分的數(shù)目,證明高時(shí)空相關(guān)性的數(shù)據(jù)之間會(huì)存在大量冗余。從而使時(shí)空相關(guān)性對(duì)重構(gòu)可行性——采樣比率和重構(gòu)精度造成影響。仿真證明高時(shí)空相關(guān)性可以提高重構(gòu)精度,還可以降低采樣比率。
【學(xué)位授予單位】：海南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.44;TN929.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 楊劍哲;孫巧榆;王君;程丹松;金野;石大明;;基于改進(jìn)增廣拉格朗日乘子法的魯棒性主成分分析[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2015年11期

2 王斐;梁曉庚;王彥奎;鄭強(qiáng);;增強(qiáng)小波系數(shù)的飛行數(shù)據(jù)奇異值閾值降噪[J];火力與指揮控制;2013年07期

3 柴繼貴;;WSN中一種基于壓縮感知的目標(biāo)定位算法[J];計(jì)算機(jī)工程;2013年03期

4 鄒志強(qiáng);王悅;沙超;胡存琛;張飛;;無(wú)線傳感器水下監(jiān)測(cè)網(wǎng)絡(luò)稀疏采樣和近似重構(gòu)[J];儀器儀表學(xué)報(bào);2012年12期

5 張明;朱俊平;蔡騁;;WSN中基于壓縮感知的數(shù)據(jù)收集方案[J];計(jì)算機(jī)工程;2012年20期

6 郭東亮;張鐵軍;戴憲華;;基于非均勻采樣的信號(hào)頻率、幅值和相位檢測(cè)[J];系統(tǒng)工程與電子技術(shù);2012年04期

7 朱肇軒;王厚軍;王志剛;;最小二乘法重構(gòu)r重平移不變子空間采樣的研究[J];電子與信息學(xué)報(bào);2009年11期

8 謝永華;陳伏兵;張生亮;楊靜宇;;基于分塊小波變換與奇異值閾值壓縮的人臉特征提取與識(shí)別算法[J];計(jì)算機(jī)應(yīng)用與軟件;2008年01期

相關(guān)博士學(xué)位論文 前3條

1 徐安豹;壓縮感知與矩陣填充問題的閾值算法及匹配追蹤算法研究[D];湖南大學(xué);2017年

2 張芬;基于低秩矩陣填充的相位檢索方法研究[D];安徽大學(xué);2015年

3 肖偉;無(wú)線傳感器網(wǎng)絡(luò)自適應(yīng)數(shù)據(jù)容錯(cuò)關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 李艷;矩陣填充算法的研究及其應(yīng)用[D];廣東工業(yè)大學(xué);2018年

2 瞿佳雯;基于無(wú)線傳感器網(wǎng)絡(luò)的數(shù)據(jù)聚合算法研究[D];南京郵電大學(xué);2017年

3 陳琪;WSN中基于鄰居協(xié)調(diào)的故障診斷算法研究[D];蘇州大學(xué);2017年

4 盧昭;無(wú)線傳感器網(wǎng)絡(luò)中基于時(shí)空相關(guān)性的數(shù)據(jù)預(yù)測(cè)技術(shù)研究[D];河北工程大學(xué);2016年

5 高航;基于數(shù)據(jù)相關(guān)性的無(wú)線傳感器網(wǎng)絡(luò)容錯(cuò)事件檢測(cè)算法研究[D];北京工業(yè)大學(xué);2015年

6 王正路;基于無(wú)線傳感網(wǎng)的小氣候觀測(cè)數(shù)據(jù)收集協(xié)議研究[D];南京信息工程大學(xué);2014年

7 王玲;無(wú)線傳感器網(wǎng)絡(luò)時(shí)空相關(guān)性數(shù)據(jù)融合算法研究[D];重慶大學(xué);2014年

8 潘泰鵬;無(wú)線傳感器網(wǎng)絡(luò)中分布式壓縮感知關(guān)鍵技術(shù)[D];南京郵電大學(xué);2012年

9 劉亞雄;基于數(shù)據(jù)融合的無(wú)線傳感器執(zhí)行器網(wǎng)絡(luò)數(shù)據(jù)可靠傳輸[D];上海交通大學(xué);2012年

10 郭佳盼;基于二次規(guī)劃的小波模極大值信號(hào)重構(gòu)[D];西安電子科技大學(xué);2012年

，

本文編號(hào)：2672541