發(fā)布時(shí)間：2021-07-01 11:28

　　針對(duì)無線傳感網(wǎng)絡(luò)（Wireless Sensor Networks,WSNs）監(jiān)測(cè)突發(fā)事件及節(jié)點(diǎn)能量受限問題,提出基于壓縮抽樣的事件檢測(cè)算法。該算法充分利用壓縮感知技術(shù)在以稀疏數(shù)據(jù)重構(gòu)原始數(shù)據(jù)方面上的優(yōu)勢(shì)。先收集活動(dòng)節(jié)點(diǎn)數(shù)據(jù),再對(duì)這些數(shù)據(jù)進(jìn)行隨機(jī)抽樣。再由簇頭利用壓縮感知技術(shù)融合這些抽樣數(shù)據(jù),進(jìn)而減少節(jié)點(diǎn)傳輸?shù)臄?shù)據(jù)量,提高網(wǎng)絡(luò)壽命。同時(shí),該算法引用偽概率-感測(cè)模型。通過該模型確保對(duì)事件的聯(lián)合感測(cè)概率總是大于預(yù)定的閾值。仿真結(jié)果表明,提出的算法在網(wǎng)絡(luò)壽命、能耗方面具有良好的性能。 

【文章來源】：中國(guó)電子科學(xué)研究院學(xué)報(bào). 2020,15(09)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

WSNs網(wǎng)絡(luò)結(jié)構(gòu)

圖2(a)顯示了二值感測(cè)模型。其只考慮兩種可能:檢測(cè)到事件(檢測(cè)概率為1);未檢測(cè)到事件(檢測(cè)概率為0)。在二值感知模型[9]中，當(dāng)SNR大于閾值ΓSNR，事件檢測(cè)概率為1。否則，事件檢測(cè)概率為零。而本文采用偽概率感測(cè)模型，其結(jié)合了二值感知模型和概率模型。當(dāng)SNR大于閾值ΓSNR，事件檢測(cè)概率為1，在這種情況下，只有一個(gè)激活節(jié)點(diǎn)感知此事件。

網(wǎng)絡(luò)內(nèi)每個(gè)節(jié)點(diǎn)有工作時(shí)間和休眠時(shí)間。將工作時(shí)間劃分多個(gè)等間隔的時(shí)隙，每個(gè)時(shí)隙內(nèi)所感測(cè)的數(shù)據(jù)作為在整個(gè)工作時(shí)間內(nèi)所感測(cè)數(shù)據(jù)的一個(gè)抽樣值，如圖3所示。假定每個(gè)節(jié)點(diǎn)進(jìn)行M個(gè)抽樣，然后再將這M個(gè)抽樣值傳輸至該節(jié)點(diǎn)的簇頭(Cluster Head,CH)。2.2 基于數(shù)據(jù)矩陣的數(shù)據(jù)收集

【參考文獻(xiàn)】：
期刊論文
[1]基于自適應(yīng)濾波的能量收集WSNs的路由協(xié)議[J]. 趙夢(mèng)龍,許會(huì)香.  中國(guó)電子科學(xué)研究院學(xué)報(bào). 2019(06)
[2]WSN中一種新穎的基于預(yù)測(cè)機(jī)制的事件檢測(cè)容錯(cuò)算法[J]. 劉耿耿,郭文忠,洪偉.  小型微型計(jì)算機(jī)系統(tǒng). 2018(04)
[3]多源通信網(wǎng)絡(luò)全局信息融合方法仿真[J]. 文華,黎智.  計(jì)算機(jī)仿真. 2018(01)
[4]基于數(shù)據(jù)融合的壓縮感知多目標(biāo)定位算法[J]. 楊思星,郭艷,李寧,孫保明,錢鵬.  計(jì)算機(jī)科學(xué). 2018(09)



本文編號(hào)：3259054