基于压缩感知的无线传感器网络数据收集算法研究

《基于压缩感知的无线传感器网络数据收集算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、广西师范大学硕士研究生学位论文第一章绪论1．1研究背景和意义进入21世纪以后，微机电系统(Micro—Electro-MechanismSystem，MEMS)、片上系统(SystemonChip，SoC)、无线通信和低功耗嵌入式技术得到了飞速发展，这使得传感器节点具备了感知、处理和通信的能力。无线传感器网络(WirelessSensorNetworks，WSNs)是一种分布式传感器网络。它一般包括一个汇聚节点(Sink)和大量的传感器节点。各节点之间通过无线通信方式形成一个多跳自组织网络，并将感知数据传送给Sink。外部网络只与Sink进行交互，其工作流程如

2、图1．1所示。它将传感器采集的信息通过无线方式发送到控制端，从而大大地减少了布线，增强了系统的灵活性和应用范围。WSNs具有体积小、成本低、部署灵活、范围广等特点，非常适合应用于无人环境、恶劣环境以及超远距离情况下的信息采集和传送。作为物联网的重要组成部分之一，WSNs是将现有网络向物理世界的延伸，它已成为连接物理世界、数字虚拟世界和人类社会的桥梁。作为信息获取的重要手段，传感器与计算机技术和通信技术共同构成了信息技术的三大支柱“1。图1．1无线传感器网络沉程图从2000年起，有关WSNs研究的报道如雨后春笋，纷纷在国际期刊上出现。美国自然科学基金委员会非常支

3、持对该领域的理论研究，并在2003年制定了WSNs研究计划。美国国防部和各军事部门也都高度重视WSNs，并把它作为一个重要研究领域，还为此设立了一系列的军用传感器网络项目。微软公司、英特尔公司等信息业巨头也开始了WSNs方面的研究工作。澳大利亚、德国、英国、日本等科技发达国家也对WSNs表现出了极大的兴趣，纷纷展开了对该领域的研究工作船1。近年来，国内多所院校和科研机构积极开展WSNs的相关研究工作，并取得了很大进展。目前，WSNs已经广泛用于航空、防爆、工业、军事等众多领域。然而，无线传感器节点是一种资源受限的设备，受限的资源通常包括存储器容量、处理器能力、

4、网络带宽以及电池容量等。这些资源受限的传感器节点，一旦部署到实际的监广西师范大学硕士研究生学位论文测区域中，由于区域环境恶劣，通常难以有效地给节点补充能量或更换电池。如果不采取有效的措施降低节点能量的消耗，则节点将很快由于能量耗尽而过早“死亡”，最终导致网络失效。例如弗吉尼亚大学维护的VigiINet系统，含有200个节点却只运行3到6个月；加利福尼亚大学伯克利分校维护的Trio系统，含有557个节点也只能维持4个月；香港科技大学、西安交通大学等国内外著名高校共同维护GreenOrbs系统，该系统含有300多个节点能运行12个月左右。近年来，清华大学刘云浩教授

5、领导了CitySee系统，该系统采取多信号联合传输方法有效降低了节点能耗，已实现单个Sink节点容纳1000多个节点运行一年以上⋯。可见，如何有效降低节点能耗，均衡节点负载，延长网络运行时间是WSNs应用中面临的关键问题。无线传感器节点一般由三个子系统构成，它们分别负责数据采集、数据处理和存储以及无线传输，其中节点能量的消耗主要集中在无线通信上。例如，在距离100米的无线通信线路上传输1比特的数据与执行3000条机器指令消耗的能量几乎相同乜1。因此减少WSNs内传输的数据量，是降低节点能量消耗的主要手段之一。事实上在WSNs中，一般节点部署较为密集，相邻节点的

6、感知区域有很多的重叠，因此相邻节点的感知数据具有很强的空间相关性。此外，同一节点的感知数据在某段时间上的变化也呈现一定的规律性，即感知数据还具有时间相关性。正是WSNs中感知数据的相关性，使得在进行数据收集时，可以利用数据融合技术来去除冗余信息，减少网络中传输的数据量，减轻网络拥塞以及降低节点能量消耗。目前，对WSNs数据融合技术的研究已经取得了很多成果。根据不同的融合规则，可分为基于树的融合、基于簇的融合、有损融合、无损融合、集中式融合、分布式融合、网络层的融合、应用层的融合等类别。其中不乏有很多优秀的、卓有成效的算法或方案。例如贪婪增量树方案(greedy

7、incrementaltree，GIT)、最短路径树方案(shortestpathstree，SPT)、低能耗白适应聚类分层(10w—energyadaptiveclusteringhierarchy，LEACH)协议等。然而，数据融合方法在达到清除冗余数据目的的同时，也常以牺牲网络其它方面的性能为代价。首先，在数据传送过程中，进行融合操作的节点需要等待所有数据的到来，然后才能进行融合，从而可能引起网络平均延迟的增加；其次，在传感器网络中采用数据融合，由于大幅度降低数据的冗余度，数据变得更为精简，这相对于传统网络来说，丢失等量的数据会损失更多的信息。因此数据融

8、合技术降低了网络的鲁棒性；再者，数据融