本文關(guān)鍵詞：WSN中基于多級算術(shù)編碼的溯源數(shù)據(jù)壓縮方法，，由筆耕文化傳播整理發(fā)布。

【摘要】：在無線傳感器網(wǎng)絡(Wireless Sensor Network,WSN)中,溯源數(shù)據(jù)(Provenance)是評估數(shù)據(jù)可信性的重要依據(jù)之一,Provenance記錄了一個數(shù)據(jù)包從產(chǎn)生至被傳輸至基站(BS)途經(jīng)的全部節(jié)點以及在這些節(jié)點上對數(shù)據(jù)的相關(guān)操作。因此Provenance的大小會隨著數(shù)據(jù)包傳輸路徑長度的增長而迅速膨脹。目前,在WSN中采用基于傳統(tǒng)算術(shù)編碼的Provenance壓縮方法雖然能有效地解決上述問題,但當WSN的規(guī)模較大時,采用此類方法的Provenance壓縮效率較低、而且BS的計算負載較大。有鑒于此,本文提出了一種基于算術(shù)編碼的無損多級Provenance壓縮方法,通過對WSN進行分簇組織,一方面可以獲得較高的壓縮比率、另一方面能有效降低BS在解壓縮Provenance時的計算負載。本文的主要工作包括以下幾點:(1)在WSN分簇組織方法的基礎(chǔ)上,提出了一種分布式的基于多級算術(shù)編碼的Provenance壓縮方法,相對于現(xiàn)有的方法獲得了較高的Provenance壓縮比,且有效降低了由此導致的BS計算負載;(2)對任意給定的WSN,給出了不同分簇方法與WSN中Provenance平均大小的函數(shù)關(guān)系,證明了在Provenance壓縮傳輸?shù)倪^程中WSN最優(yōu)分簇的存在性;(3)采用了輕量級的方法保護Provenance壓縮傳輸?shù)陌踩?并由此兼顧了在WSN中節(jié)省能耗的要求;(4)通過理論分析、基于TinyOS的軟件仿真,以及基于Zigbee硬件實驗共同檢驗了本方法的性能及其可行性。
【關(guān)鍵詞】：算術(shù)編碼 分簇 溯源數(shù)據(jù) 壓縮
【學位授予單位】：江蘇大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP212.9;TN929.5
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-15
• 1.1 課題研究背景和意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.3 論文的主要工作及創(chuàng)新點12-13
• 1.4 論文的章節(jié)安排13-15
• 第二章 Provenance的系統(tǒng)模型與相關(guān)技術(shù)15-29
• 2.1 WSN介紹15-16
• 2.1.1 WSN體系結(jié)構(gòu)15-16
• 2.1.2 WSN主要特點16
• 2.2 仿真工具介紹16-21
• 2.2.1 TinyOS介紹17-18
• 2.2.2 Zigbee介紹18-19
• 2.2.3 TinyOS在CC2530上的移植19-21
• 2.3 網(wǎng)絡模型21-22
• 2.4 數(shù)據(jù)模型22-23
• 2.5 Provenance模型23-24
• 2.6 分簇模型24-25
• 2.7 威脅模型25
• 2.8 算術(shù)編碼25-27
• 2.8.1 壓縮25-26
• 2.8.2 解壓縮26-27
• 2.9 本項目方法的可行性分析27-28
• 2.10 本章小結(jié)28-29
• 第三章 基于多級算術(shù)編碼的Provenance壓縮方法29-45
• 3.1 基于多級算術(shù)編碼的Provenance壓縮29-31
• 3.1.1 算術(shù)編碼聯(lián)合積累分布概率的生成29-30
• 3.1.2 在無線傳感節(jié)點上的壓縮方法和在BS端的解壓縮方法30-31
• 3.2 線性Provenance的壓縮方法31-32
• 3.3 線性Provenance的解壓縮方法32-34
• 3.4 匯聚Provenance的壓縮方法34-35
• 3.5 匯聚Provenance的解壓縮方法35
• 3.6 實例分析35-43
• 3.6.1 線性Provenance壓縮方法實例36-39
• 3.6.2 線性Provenance解壓縮方法實例39
• 3.6.3 匯聚Provenance壓縮方法實例39-43
• 3.6.4 匯聚Provenance解壓縮方法實例43
• 3.7 最佳分組的討論43-44
• 3.8 本章小結(jié)44-45
• 第四章 性能分析45-49
• 4.1 線性Provenance熵值計算45
• 4.2 匯聚Provenance熵值計算45
• 4.3 時間復雜度45-46
• 4.4 空間復雜度46
• 4.5 安全性分析46-48
• 4.6 本章小結(jié)48-49
• 第五章 實驗測試與分析49-56
• 5.1 仿真實驗49-53
• 5.1.1 性能指標50-51
• 5.1.2 仿真結(jié)果51-53
• 5.2 硬件實驗53-55
• 5.2.1 實驗設置53-54
• 5.2.2 實驗結(jié)果54-55
• 5.3 本章小結(jié)55-56
• 第六章 總結(jié)與展望56-58
• 6.1 工作總結(jié)56-57
• 6.2 研究展望57-58
• 參考文獻58-62
• 致謝62-63
• 在讀期間所發(fā)表的論文63

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 芮國勝,孫小東,權(quán)太范;一種實用的算術(shù)編碼方案[J];高技術(shù)通訊;2000年12期

2 芮國勝,王紅星,孫小東,權(quán)太范;一種采用混合進制的算術(shù)編碼[J];系統(tǒng)工程與電子技術(shù);2001年08期

3 毛文娟,王建立,張孝三;算術(shù)編碼在圖像壓縮系統(tǒng)中的應用[J];信息技術(shù);2005年10期

4 陳光化;陸桂富;武凱;;基于上下文的自適應二進制算術(shù)編碼的硬件實現(xiàn)[J];微電子學與計算機;2006年11期

5 楊文濤;劉衛(wèi)忠;鄭立新;鄒雪城;;多階上下文自適應二進制算術(shù)編碼實現(xiàn)[J];華中科技大學學報(自然科學版);2007年03期

6 逄玉葉;;分布式算術(shù)編碼[J];上海電力學院學報;2010年05期

7 王敏超;王敏莉;李秋生;張誠鎏;;無損自適應分布式算術(shù)編碼的研究及應用[J];計算機工程與設計;2011年10期

8 韋偉;游彬;萬福;劉俊起;;算術(shù)編碼理論及誤差分析研究[J];艦船電子工程;2011年12期

9 王大星;朱鶴鳴;;關(guān)于算術(shù)編碼教學的幾點注記[J];滁州學院學報;2011年05期

10 張煒琳;尹聰敏;;淺談算術(shù)編碼的編解碼過程[J];民營科技;2013年08期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 張玉書;數(shù)據(jù)壓縮與加密的協(xié)調(diào)性研究[D];重慶大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 談繼魁;基于GPU的WNC算術(shù)編碼的并行實現(xiàn)與優(yōu)化[D];西北農(nóng)林科技大學;2015年

2 李霖潔;視頻壓縮系統(tǒng)中算術(shù)編碼器的VLSI設計[D];西安電子科技大學;2014年

3 袁裕琳;WSN中基于多級算術(shù)編碼的溯源數(shù)據(jù)壓縮方法[D];江蘇大學;2016年

4 王東;基于隱馬爾可夫模型的分布式算術(shù)編碼研究[D];西北農(nóng)林科技大學;2011年

5 段黎力;基于算術(shù)編碼的圖像加密算法研究[D];重慶大學;2010年

6 白麗麗;基于FPGA的自適應算術(shù)編碼研究與實現(xiàn)[D];哈爾濱工業(yè)大學;2006年

7 石增碩;H.264中基于內(nèi)容匹配的自適應二進制算術(shù)編碼[D];西安電子科技大學;2007年

8 楊銘;H.264視頻編碼快速算法與算術(shù)編碼檢錯研究[D];清華大學;2004年

9 江偉;H.264中基于上下文自適應二進制算術(shù)編碼效率改進研究[D];中南大學;2010年

10 霍興雨;基于小波變換的ECG信號自適應算術(shù)編碼[D];云南大學;2013年

  本文關(guān)鍵詞：WSN中基于多級算術(shù)編碼的溯源數(shù)據(jù)壓縮方法，由筆耕文化傳播整理發(fā)布。

本文編號：273318