无线传感器网络中数据压缩技术研究

《无线传感器网络中数据压缩技术研究》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、单位代构１０１４４分类号ＴＷ编号ｐ＿＿＿硕±学位论文题目乔绩准琼廉凤锭＾教庶也编化尤碱蘇妍究生姓名属斋、４争訓自届（种寫如麻巧技禾专业）导师姓名新槪，食论文完成日期兴＾化年。同漆娘化少欠妻ＳｈｅｎｙａｎｇＬｉｇｏｎｇＵｎｉｖｅｒｓｉｔｙ类全日制学术型硕士□全日制工程硕士别□在职工程硕士硕士学位论文论文题目：无线传感器网络中数据压缩技术研究学科、专业（领域）名称：计算机应用技术研究方向：系统监控与网络管理技术论文编号：分类号：TP393密级：ＵＤＣ：

2、004编号：工学硕士学位论文无线传感器网络中数据压缩技术研究硕士研究生：屈志伟指导教师：张德育教授学位级别：工学硕士学科、专业：计算机应用技术所在单位：信息科学与工程学院论文提交日期：2015年12月8日论文答辩日期：2016年03月7日学位授予单位：沈阳理工大学ClassificationIndex：TP393U.D.C：004AThesisfortheMasterDegreeofEngineeringResearchondatacompressiontechnologyinWirelessSensorNetwo

3、rksCandidate:QuZhiweiSupervisor:Prof.ZhangDeyuAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:ComputerApplicationTechnologyDateofSubmission:December8，2015DateofExamination:March3，2016University:ShenyangLigongUniversity沈阳理工大学硕±学位论文原创性声明本人郑重声明：本论文的所有工

4、作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用己在文中指出，并与参考文献相对应。除文中已巧明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研巧：做出重要贡献的个人和集体，均己在文中Ｗ明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者（签字良条告日期：州年３月日ｙ学位论文版权使用授权书本学位论文作者完全了解沈阳理工大学有关保留、使用学位论文的规定，即：沈阳理工大学有权保留并向国家有关部口或机构送交学位论

5、文的复印件和磁盘，允许论文被查阅和借阅。本人授权沈阳理工大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印。、缩印或其它复制手段保存、汇编学位论文（保密的学位论文在解密后适用本授权书）学位论文作者签名；＆長指导教师签名；’含曰期：伽曰期ｌ《叫；ｕｉ摘要无线传感器网络(WirelessSensorNetworks,WSN)是由大量廉价的集传感能力、计算能力和通信能力于一体的微型嵌入式节点组成的具有动态监控、处理、传输功能的一种先进的网络体系。无线多媒体传感器网络(Wir

6、lessMultimdeiaSensorNetworks,WMSN)是在WSN基础上加入一些采集包括视频、图像、声音等节点，其工作原理几乎相同。这两种网络涵盖了网格计算、智能存储、无线通信等多项先进技术且已经在军事、医疗等方面得到广泛应用。但网络内节点由电池供电,能量有限，因此设计适用于节点的数据压缩技术以提高节点的能量使用效率，提升网络生存周期就成为当前研究重点。本文以WSN为研究背景，对数据的压缩机理、传输能耗以及现有的数据压缩算法进行研究，设计针对WSN的改进DP数据压缩算法和WMSN的改进CS压缩算法，以达

7、到提高节点的能量使用效率，延长整个网络的生存周期的目的。本文所取得成果为如下几个方面：首先，针对DP压缩算法的压缩阈值(限差)是由人为确定存在人为误差，扫描数据次数过多等问题，本文对DP算法进行改进。改进算法依据数据走势自动设置压缩阈值，采用数据区间的方式和堆栈技术对采集数据进行压缩处理，达到了节约能量，提高压缩效率的目的。其次，针对现有CS压缩算法的观测矩阵的性能以及运算复杂度都不能很好的满足受存储和能量限制的传感器节点的要求的问题，本文提出了CS的改进算法。利用正交基和随机贝努利向量构造新的观测矩阵，并采用广义

8、正交匹配追踪算法来对压缩后的采集数据进行重构。通过改进算法降低了传输数据量，达到了提高信道利用率、降低节点能耗的目的。最后，利用matlab仿真软件对上述改进算法进行仿真，仿真结果表明，改进后的DP算法有效提高压缩精度、降低网络能耗，更适用于能量和存储受限的WSN应用场景；改进的CS压缩算法，无论是峰值性噪比还是匹配度等压缩指标都要好于采用高斯观测矩阵和托普