本文選題：無(wú)線傳感器網(wǎng)絡(luò) + 數(shù)據(jù)采集�。� 參考：《計(jì)算機(jī)工程與應(yīng)用》2017年24期

【摘要】：為提高無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,WSNs)數(shù)據(jù)處理效率和降低網(wǎng)絡(luò)能耗,提出了一種基于自適應(yīng)智能優(yōu)化和分簇壓縮感知的WSNs稀疏數(shù)據(jù)采集方案。首先,建立分簇WSNs稀疏數(shù)據(jù)通信模型,通過(guò)定量分析節(jié)點(diǎn)密度與網(wǎng)絡(luò)數(shù)據(jù)通信總跳數(shù)的關(guān)系,給出網(wǎng)絡(luò)自適應(yīng)分簇結(jié)果,并采用簇內(nèi)觀測(cè)矩陣測(cè)量數(shù)據(jù)獲取和簇間多跳通信方式完成WSNs壓縮感知數(shù)據(jù)采集;其次,采用St OMP算法進(jìn)行稀疏信號(hào)重構(gòu),針對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)據(jù)包丟失等鏈路不可靠情況,引入相關(guān)性矩陣變換策略,以降低錯(cuò)誤數(shù)據(jù)傳輸對(duì)數(shù)據(jù)重構(gòu)的影響,針對(duì)數(shù)據(jù)稀疏度未知特性和St OMP算法參數(shù)配置難的缺陷,將一種新型自適應(yīng)智能優(yōu)化(Improved Adaptive Intelligent Optimization algorithm,IAIO)算法應(yīng)用于CS重構(gòu)算法中,在理論分析IAIO全局尋優(yōu)能力的基礎(chǔ)上,實(shí)現(xiàn)對(duì)稀疏數(shù)據(jù)的可靠重構(gòu)。最后,仿真結(jié)果表明,該方案能夠?qū)崿F(xiàn)稀疏信號(hào)的精確重構(gòu),而且降低了網(wǎng)絡(luò)通信總量,提高了網(wǎng)絡(luò)生存時(shí)間。
[Abstract]:In order to improve the data processing efficiency of Wireless Sensor Networks (WSNs) and reduce network energy consumption, a WSNs sparse data acquisition scheme based on adaptive intelligent optimization and clustering compression sensing is proposed. Firstly, a cluster WSNs sparse data communication model is established, and the network adaptive clustering results are given by quantitative analysis of the relationship between node density and the total hops of network data communication. The data acquisition of in-cluster observation matrix measurement and multi-hop communication between clusters are used to complete the WSNs compressed perceptual data acquisition. Secondly, the sparse signal reconstruction based on St OMP algorithm is used to deal with the unreliable link, such as network node data packet loss, etc. The correlation matrix transformation strategy is introduced to reduce the influence of error data transmission on data reconfiguration. Aiming at the unknown property of data sparsity and the difficulty in parameter configuration of St OMP algorithm, the proposed algorithm has the following advantages: 1. A new adaptive intelligent improved Adaptive Intelligent Optimization algorithm is applied to the CS reconstruction algorithm. Based on the theoretical analysis of the global optimization ability of IAIO, the reliable reconstruction of sparse data is realized. Finally, the simulation results show that the proposed scheme can accurately reconstruct sparse signals, reduce the total amount of network communication, and improve the network lifetime.
【作者單位】： 內(nèi)蒙古科技大學(xué)包頭師范學(xué)院信息科學(xué)與技術(shù)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(No.61762071,No.61163025) 內(nèi)蒙古自治區(qū)自然科學(xué)基金(No.2016MS0614) 內(nèi)蒙古自治區(qū)高等學(xué)�？茖W(xué)研究基金(No.NJZY201,No.NJZY17287) 教育部“網(wǎng)絡(luò)攻防聯(lián)合實(shí)驗(yàn)室建設(shè)項(xiàng)目” 內(nèi)蒙古科技大學(xué)包頭師范學(xué)院教改項(xiàng)目(No.BSJG15Q002,No.BSJG15Z002)
【分類(lèi)號(hào)】：TN929.5;TP212.9

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;《數(shù)據(jù)采集與處理》1987年總目錄[J];數(shù)據(jù)采集與處理;1987年03期

2 周鶴;袁斌;;多站數(shù)據(jù)采集在探地雷達(dá)中的應(yīng)用[J];微計(jì)算機(jī)信息;2006年22期

3 顏成瑗;通信衛(wèi)星數(shù)據(jù)采集與控制技術(shù)及其應(yīng)用[J];計(jì)算機(jī)自動(dòng)測(cè)量與控制;1999年02期

4 劉朝軍;李淑華;王勇;;基于0圈掃描的數(shù)據(jù)采集新方法[J];數(shù)據(jù)采集與處理;2008年S1期

5 蔡俊;;無(wú)線通信技術(shù)在數(shù)據(jù)采集中的應(yīng)用[J];科技視界;2013年28期

6 李遠(yuǎn)略;張福群;;計(jì)費(fèi)數(shù)據(jù)采集與傳輸性能的特征問(wèn)題研究[J];天中學(xué)刊;2008年02期

7 陳萍;魏雪峰;陳華麗;;通信計(jì)費(fèi)數(shù)據(jù)采集與傳輸模式的研究[J];科學(xué)技術(shù)與工程;2006年16期

8 劉珂;;通信計(jì)費(fèi)數(shù)據(jù)采集與傳輸安全性的研究[J];科技創(chuàng)新導(dǎo)報(bào);2008年03期

9 涂心環(huán);;通信計(jì)費(fèi)數(shù)據(jù)采集與傳輸融合的研究[J];高師理科學(xué)刊;2008年02期

10 劉珂;;通信計(jì)費(fèi)數(shù)據(jù)采集與傳輸安全性的研究[J];科技資訊;2008年06期

相關(guān)會(huì)議論文 前6條

1 汪先鋒;;基于物聯(lián)網(wǎng)技術(shù)的環(huán)境數(shù)據(jù)采集與傳輸系統(tǒng)[A];2013中國(guó)環(huán)境科學(xué)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集（第三卷）[C];2013年

2 袁仲云;裴東興;;基于LZW算法的自適應(yīng)數(shù)據(jù)采集加密系統(tǒng)研究[A];第十七屆全國(guó)測(cè)控計(jì)量?jī)x器儀表學(xué)術(shù)年會(huì)（MCMI'2007）論文集（上冊(cè)）[C];2007年

3 宋蔚;;預(yù)警報(bào)警機(jī)制在多通道硬盤(pán)自動(dòng)播出系統(tǒng)中的應(yīng)用[A];中國(guó)電影電視技術(shù)學(xué)會(huì)影視技術(shù)文集[C];2007年

4 鄭新華;徐興;徐德炳;;藍(lán)牙技術(shù)在無(wú)線數(shù)據(jù)采集系統(tǒng)中的應(yīng)用[A];2004全國(guó)測(cè)控、計(jì)量與儀器儀表學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2004年

5 王森;高梅國(guó);劉國(guó)滿;尹鑫;;基于DSP的雷達(dá)數(shù)據(jù)采集與記錄系統(tǒng)[A];全國(guó)第二屆嵌入式技術(shù)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2007年

6 陳海;;廣播發(fā)射臺(tái)站遠(yuǎn)程監(jiān)控系統(tǒng)設(shè)計(jì)——基于C8051F380單片機(jī)的數(shù)據(jù)采集控制器設(shè)計(jì)[A];中國(guó)新聞技術(shù)工作者聯(lián)合會(huì)第六次會(huì)員代表大會(huì)、2014年學(xué)術(shù)年會(huì)暨第七屆《王選新聞科學(xué)技術(shù)獎(jiǎng)》和優(yōu)秀論文獎(jiǎng)?lì)C獎(jiǎng)大會(huì)論文集（三等獎(jiǎng)）[C];2014年

相關(guān)重要報(bào)紙文章 前2條

1 劉原;無(wú)線網(wǎng)絡(luò)自動(dòng)遠(yuǎn)程連接[N];中國(guó)計(jì)算機(jī)報(bào);2001年

2 鮮婷 徐曦;無(wú)線網(wǎng)絡(luò)規(guī)劃智能解決方案[N];通信產(chǎn)業(yè)報(bào);2006年

相關(guān)博士學(xué)位論文 前1條

1 吳軍;可用于大科學(xué)裝置的數(shù)據(jù)采集和信號(hào)處理系統(tǒng)的研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 李彬雅;基于智能手機(jī)的泊車(chē)位判尋系統(tǒng)設(shè)計(jì)[D];福建師范大學(xué);2015年

2 王政;4通道數(shù)據(jù)采集中頻接收機(jī)的設(shè)計(jì)和實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2015年

3 郭水英;WSN數(shù)據(jù)采集與分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];南昌航空大學(xué);2015年

4 許吉祥;基于物聯(lián)網(wǎng)的數(shù)據(jù)采集系統(tǒng)軟件設(shè)計(jì)[D];電子科技大學(xué);2015年

5 翁蕊周;步進(jìn)頻穿墻雷達(dá)數(shù)據(jù)采集與預(yù)處理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

6 宋振國(guó);基于無(wú)線Mesh網(wǎng)絡(luò)的數(shù)據(jù)采集控制系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2015年

7 張雙雙;多點(diǎn)設(shè)備信息無(wú)線采集系統(tǒng)[D];西安工程大學(xué);2016年

8 黃閩江;供水管網(wǎng)監(jiān)控?cái)?shù)據(jù)的低功耗實(shí)時(shí)采集和傳輸?shù)难芯亢蛯?shí)現(xiàn)[D];上海師范大學(xué);2016年

9 賈宇;基于GPRS的低功耗數(shù)據(jù)采集與傳輸模塊設(shè)計(jì)[D];電子科技大學(xué);2016年

10 王翔;基于OTG技術(shù)的數(shù)據(jù)傳輸系統(tǒng)的研究[D];中國(guó)民航大學(xué);2014年

，

本文編號(hào)：1909827