WSN中机场噪声压缩感知算法分析

WSN中机场噪声压缩感知算法分析

ID:39111679

大小:2.11 MB

页数:67页

时间:2019-06-25

WSN中机场噪声压缩感知算法分析_第1页
WSN中机场噪声压缩感知算法分析_第2页
WSN中机场噪声压缩感知算法分析_第3页
WSN中机场噪声压缩感知算法分析_第4页
WSN中机场噪声压缩感知算法分析_第5页
资源描述:

《WSN中机场噪声压缩感知算法分析》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、承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本承诺书)作者签名:日期:万方数据万方数据南京航空航天大学硕士学位论文摘要机场噪声监测环境中,传统监测模式成本高、安装环境要求高、监测点较少,无法实现对机场噪声的全面精

2、确测量。无线传感器网络是由分布在监测区域的大量廉价的传感器节点组成的一个多跳自组织网络,可实现对目标的全方位、全天候的监测。与传统的网络相比,无线传感器网络是一个能量有限的网络。如何在保证数据准确性的前提下尽可能地减少网络的资源消耗,是首先需要关注的问题。数据融合技术作为一种可以降低网络能耗,延长网络生存时间的技术,是近几年研究的热点。压缩感知理论作为一种新型的数据融合技术,打破了传统的信号采样定律的限制,提供了一种从较少的采样数据中高概率地恢复原始信号的方法,可以大大减少感知数据的冗余信息,从而减少网络传输数据量,被广泛应用于多个领域。论文首先对几种经典的信

3、号重构贪婪算法:正交匹配追踪算法、子空间追踪算法、稀疏自适应匹配追踪算法、前后追踪算法进行比较分析,并在前后追踪算法基础上,提出了一种改进的线性变步长前后追踪算法,该算法结合稀疏自适应匹配追踪算法的分阶段、变步长的思想,将算法运行时间分为大步长靠近最优解与小步长逼近最优解两阶段,在不同的阶段使用不同的步长,大步长可以降低算法运行时间,小步长可以提高算法重构性能。针对机场环境下的噪声监测问题,论文提出一种基于时空相关性的基站分类聚簇压缩感知算法。在该算法中,基站结合机场特殊环境及节点位置信息,采用均衡分类技术进行迭代分簇并广播分簇信息;节点根据感知信号在时域上的

4、稀疏性进行压缩,簇首节点根据簇内节点的空间相关性进一步压缩并转发;基站采用线性变步长前后追踪算法对信号进行重构,还原原始信号。仿真结果表明,该算法能够明显提升网络的聚簇性能,均衡网络分簇大小,减少网络数据量,平衡网络传输能耗,提升网络生存时间。关键词:无线传感器网络,数据融合,压缩感知,时空相关性I万方数据WSN中机场噪声压缩感知算法研究AbstractThetraditionalmonitoringmode,withhighcost,strictrequirementsforenvironmentandfewmonitoringsensor,isunable

5、togetcomprehensiveaccuratemeasurementoftheairportnoise.WirelessSensorNetwork(WSN)isamulti-hop,self-organizingnetwork,Composedbyplentyofcheapsensornodesdeployedinthemonitoringarea,theobjectcanbemonitoredall-roundandall-weather.WSNisanetworkoflimitedenergy,comparedwithtraditionalnetwo

6、rks.Itisthegreatestconcernhowtoreducetheconsumptionofthenetworkasmuchaspossiblewhileensuretheaccuracyofthedata.DatafusiontechnologybecomestheresearchfocusinrecentyearsasitcanreduceenergyconsumptionandprolongthesurvivaltimeofWSN.CompressedSensing(CS),asanewkindofdatafusiontechnology,

7、breaksoutthelimitationsoftraditionalsignalsampling,providesamethodtoreconstructtheoriginalsignalfromlesssamplingdatainhighprobability,anditcanreducetheredundantinformationinthesensingdatagreatly,therebyreducingtheamountofdatatransmissionnetworkiswidelyusedinmanyfields.Firstly,wemake

8、acomparativeanalysi

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。