本文關(guān)鍵詞：無線傳感器網(wǎng)絡(luò)中基于特征分析的缺失數(shù)據(jù)恢復(fù)方法研究

  更多相關(guān)文章： 無線傳感器網(wǎng)絡(luò) 數(shù)據(jù)缺失 數(shù)據(jù)恢復(fù) 屬性相關(guān)性 時間穩(wěn)定性

【摘要】：隨著微機電系統(tǒng)、片上系統(tǒng)、無線通訊技術(shù)以及低功耗嵌入式技術(shù)的快速發(fā)展,無線傳感器網(wǎng)絡(luò)被普遍應(yīng)用于工業(yè)過程控制、健康監(jiān)測和環(huán)境感知等多個領(lǐng)域,其以數(shù)據(jù)為中心的特點也日益凸顯,但由于存在節(jié)點能量有限、鏈路不穩(wěn)定等現(xiàn)象,不可避免地會造成感知數(shù)據(jù)的缺失,這將一定程度上影響感知數(shù)據(jù)集的完整性和準(zhǔn)確性。在數(shù)據(jù)采集和傳輸?shù)倪^程中對缺失數(shù)據(jù)進(jìn)行有效恢復(fù),將有助于提高感知數(shù)據(jù)的質(zhì)量。目前,基于重傳及冗余等機制的數(shù)據(jù)恢復(fù)方法能耗較高,而基于感知數(shù)據(jù)特征分析并結(jié)合數(shù)學(xué)模型進(jìn)行數(shù)據(jù)恢復(fù)的方法大多針對單一的屬性特征,具有一定的局限性。本文以多傳感器集成與融合技術(shù)為基礎(chǔ),結(jié)合多屬性感知數(shù)據(jù)間的特征和相關(guān)性分析,探討滿足高準(zhǔn)確性要求的數(shù)據(jù)恢復(fù)方法。首先,考慮到數(shù)據(jù)傳輸對數(shù)據(jù)缺失所造成的影響,引入通信系統(tǒng)中的數(shù)據(jù)交織技術(shù),將傳輸過程中可能發(fā)生的錯誤進(jìn)行最大化分散,從而提出基于數(shù)據(jù)交織的感知數(shù)據(jù)傳輸策略,并構(gòu)建數(shù)據(jù)恢復(fù)整體框架。在數(shù)據(jù)傳輸階段,對原始數(shù)據(jù)進(jìn)行基于矩陣的網(wǎng)內(nèi)交織,使得感知數(shù)據(jù)得以重組并分散傳輸;在數(shù)據(jù)處理階段,對接收到的數(shù)據(jù)進(jìn)行解交織并判斷缺失狀態(tài),記錄相應(yīng)的缺失值信息;在數(shù)據(jù)恢復(fù)階段,基于感知屬性數(shù)據(jù)間的特征和相關(guān)性分析進(jìn)行數(shù)據(jù)恢復(fù)。其次,考慮到自然界中的物理屬性間大多具有一定的相關(guān)性,可以利用其提高數(shù)據(jù)恢復(fù)的精度。通過多屬性感知數(shù)據(jù)間的特征分析,提出基于時間穩(wěn)定性和屬性相關(guān)性的感知數(shù)據(jù)恢復(fù)算法(TS-AC,temporal stability and attribute correlation)。該算法一方面基于屬性相關(guān)性建立回歸模型,另一方面基于時間穩(wěn)定性建立線性插值模型,通過對兩種方法的估算結(jié)果進(jìn)行聯(lián)合求平均,以提高數(shù)據(jù)恢復(fù)的精度。最后,通過理論和實驗,對所提出的數(shù)據(jù)恢復(fù)整體框架以及基于屬性相關(guān)性和時間穩(wěn)定性的感知數(shù)據(jù)恢復(fù)算法進(jìn)行性能分析。相對于KNN等經(jīng)典算法,該方法能夠有效提高感知數(shù)據(jù)恢復(fù)的準(zhǔn)確性。
【關(guān)鍵詞】：無線傳感器網(wǎng)絡(luò) 數(shù)據(jù)缺失 數(shù)據(jù)恢復(fù) 屬性相關(guān)性 時間穩(wěn)定性
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP212.9;TN929.5
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 緒論8-14
• 1.1 研究背景及意義8-9
• 1.2 研究現(xiàn)狀9-12
• 1.3 本文的研究內(nèi)容12-13
• 1.4 本文的組織結(jié)構(gòu)13-14
• 第2章 感知數(shù)據(jù)特征及恢復(fù)技術(shù)分析14-27
• 2.1 多傳感器集成技術(shù)及應(yīng)用14-15
• 2.2 感知數(shù)據(jù)特征分析15-20
• 2.2.1 時間穩(wěn)定性16-18
• 2.2.2 屬性相關(guān)性18-20
• 2.3 缺失數(shù)據(jù)恢復(fù)技術(shù)分析20-26
• 2.3.1 缺失數(shù)據(jù)恢復(fù)方法分類20-21
• 2.3.2 基于可靠傳輸機制的數(shù)據(jù)恢復(fù)21-23
• 2.3.3 基于估算的數(shù)據(jù)恢復(fù)23-26
• 2.4 本章小結(jié)26-27
• 第3章 感知數(shù)據(jù)恢復(fù)框架的構(gòu)建27-36
• 3.1 引言27
• 3.2 感知數(shù)據(jù)恢復(fù)整體框架27-28
• 3.3 數(shù)據(jù)傳輸階段28-31
• 3.3.1 數(shù)據(jù)交織概念29
• 3.3.2 基于數(shù)據(jù)交織的感知數(shù)據(jù)傳輸策略29-31
• 3.4 數(shù)據(jù)處理階段31-33
• 3.4.1 數(shù)據(jù)解交織31-32
• 3.4.2 數(shù)據(jù)預(yù)判處理32-33
• 3.5 數(shù)據(jù)恢復(fù)階段33-35
• 3.5.1 問題描述33-34
• 3.5.2 數(shù)據(jù)恢復(fù)34-35
• 3.6 本章小結(jié)35-36
• 第4章 基于時間穩(wěn)定性和屬性相關(guān)性的恢復(fù)算法36-44
• 4.1 引言36-37
• 4.2 基于時間穩(wěn)定性的缺失數(shù)據(jù)估算37
• 4.3 基于屬性相關(guān)性的缺失數(shù)據(jù)估算37-40
• 4.4 數(shù)據(jù)恢復(fù)算法設(shè)計及描述40-43
• 4.4.1 算法設(shè)計40-41
• 4.4.2 算法描述41-43
• 4.5 本章小結(jié)43-44
• 第5章 實驗分析44-50
• 5.1 實驗設(shè)置44-47
• 5.1.1 實驗環(huán)境及數(shù)據(jù)集44-45
• 5.1.2 實驗方案45-47
• 5.2 性能分析47-49
• 5.2.1 基于IntelIndoor數(shù)據(jù)集的估算誤差率分析47-48
• 5.2.2 基于GreenOrbs數(shù)據(jù)集的估算誤差率分析48-49
• 5.3 本章小結(jié)49-50
• 第6章 總結(jié)與展望50-52
• 6.1 總結(jié)50-51
• 6.2 展望51-52
• 參考文獻(xiàn)52-57
• 致謝57-58
• 攻讀碩士學(xué)位期間從事的科研工作及取得的成果58

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 田健;王開軍;郭躬德;陳黎飛;;融合速度特征的壓縮感知目標(biāo)跟蹤算法[J];南京大學(xué)學(xué)報(自然科學(xué));2016年01期

2 趙巾幗;;WSN中基于多屬性協(xié)助和壓縮感知的數(shù)據(jù)恢復(fù)算法[J];計算機應(yīng)用與軟件;2015年07期

3 楊兵;張珂珂;李國徽;何偉康;;基于梯度信息的無線傳感器網(wǎng)絡(luò)MAC協(xié)議研究[J];計算機科學(xué);2015年05期

4 劉棟;劉德君;;多傳感器集成與信息融合及其應(yīng)用研究[J];化學(xué)工程與裝備;2015年05期

5 許麗敏;吳哲夫;哈卡米;;基于壓縮感知的水聲通信網(wǎng)絡(luò)流量預(yù)測[J];電聲技術(shù);2015年02期

6 吳桂峰;王軒;;基于二次規(guī)劃的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)恢復(fù)算法[J];計算機應(yīng)用;2013年04期

7 屈峰;楊華;王立軍;謝愛榮;;無線傳感器網(wǎng)絡(luò)及其應(yīng)用[J];四川兵工學(xué)報;2013年02期

8 謝夢;林曉斌;葛立峰;;WSN中基于網(wǎng)絡(luò)編碼緩沖策略的丟包恢復(fù)[J];計算機應(yīng)用與軟件;2012年09期

9 黃宴委;吳登國;李竣;;基于極限學(xué)習(xí)機的結(jié)構(gòu)健康監(jiān)測數(shù)據(jù)恢復(fù)[J];計算機工程;2011年16期

10 張書奎;樊建席;崔志明;;無線傳感器網(wǎng)絡(luò)中可靠的數(shù)據(jù)協(xié)作傳輸機制[J];通信學(xué)報;2010年11期

，

本文編號：603801