基于优化字典学习算法的压缩数据收集

《基于优化字典学习算法的压缩数据收集》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、2016年6月第42卷第6期北京航空航天大学学报JournalofBeijiugUniversityofAeronauticsandAstronauticsJune2016V01．42No．6http：ffbhxb．buaa．edu．cnjbuaa@buaa．edu．cnDOI：10．13700／j．bh．1001—5965．2015．0375基于优化字典学习算法的压缩数据收集易可夫，王东豪，万江文+(北京航空航天大学仪器科学与光电工程学院，北京100083)摘要：为了提高压缩数据收集对多样化传感数据的适应能力，同时抑制

2、环境噪声对数据收集精度的影响，提出了一种优化字典学习算法来构造压缩数据收集中的稀疏字典。理论分析表明在压缩数据收集中由环境噪声导致的数据收集误差和稀疏字典的自相干程度正相关。为此在字典学习的过程中引入了自相干惩罚项来抑制环境噪声对数据收集精度的影响。该惩罚项还能减少字典学习过程中对训练数据的过拟合，从而进一步提高了该算法的稀疏表示能力。实验表明，该算法的稀疏表示能力高于同类字典学习算法，而且能有效地抑制环境噪声对压缩数据收集精度的影响。关键词：无线传感器网络(WSNs)；压缩感知；稀疏表示；数据收集；字典学习中图分类号：

3、TP393文献标识码：A文章编号：1001．5965(2016)06—1203-07无线传感器网络(WirelessSensorNetworks，WSNs)由多个具有无线通信能力的传感器节点组成，部署在特定的监测环境中，对物理环境信息的收集是其主要应用之一⋯。典型的WSNs数据收集过程是：传感器节点周期性地感知物理环境信息，并将采集到的传感器数据通过多跳转发的方式汇聚到基站节点。传感器节点不仅要传输自己采集到的数据，还要转发其他节点的数据。越靠近基站的节点参与转发的次数越多，越容易因能量耗尽而失效，成了影响WSNs网络生

4、命周期的一个瓶颈问题。压缩感知(CompressiveSensing，CS)旧刮作为一种新兴的信息处理理论，为解决WSNs数据收集中的能量瓶颈问题提供了一个新的思路。文献[5]在cs理论的基础上提出了一种压缩数据收集模型。基于压缩数据收集模型的WSNs数据收集方法”母1能够减少传感数据的传输量，并让通信代价平均分配到每个节点上，从而有效地缓解了WSNs数据收集中的能量瓶颈问题。这些方法"圳使用的都是固定的稀疏字典，然而WSNs的应用场景是多样化的，不同的应用场景下传感数据的稀疏特性是不同的。固定的稀疏字典缺乏对多样化场景

5、的适应能力，局限了压缩数据收集的应用范围。此外，WSNs通常部署在复杂的环境中，其中大量存在的环境噪声会不可避免地影响到数据收集的精度。如何优化压缩数据收集系统的设计来减小环境噪声所造成的影响是一个值得考虑的问题。为此，本文提出了一种优化字典学习算法来自适应地构造压缩数据收集中的稀疏字典。从训练数据中学习得到稀疏字典，提升对不同应用场景下的传感数据的稀疏表示能力。考虑到环境噪声的存在，对字典学习的算法进行优化设计，减小了环境噪声对数据收集精度的干扰。1问题描述1．1压缩数据收集模型典型的压缩数据收集过程如图1所示。假设在

6、一条多跳传输路径上有Ⅳ个节点。每个节点收稿日期：2015-06-08；录用日期：2015-07-10；网络出版时间：2015-09．1716：50网络出版地址：WWW．cnki．net／kcms／detail／11．2625．V．20150917．1650．013．html基金项目：国家自然科学基金(61371135)$通讯作者：Tel．：010-82339889E-mail：jwwan@buaa．edu．CI'I引用格式：易可关，王东豪，万江文．基于优化字典学习算法的压缩数据收集fJJ．北京航空航天大学学报，2016，

7、42(6)：1203．1209．YIKF．WANGDH．WANjW．Optimizeddictionarylearningalgorithmforcompressivedatagathering【j]．JournalofBei—ringUniversityofAeronauticsandAstronautics，2016，42(6)：1203—1209(inChinese)．北京航空航天大学学报西⋯』图1多跳路径上的压缩数据收集过程Fig．1Compressivedatagatheringprocessinamuhi·h

8、oproute分别感知客观环境以获得传感数据，用戈i表示节点Sj采集的传感数据。在压缩数据收集模型中，每个节点不再直接传输自己采集的传感数据，也不直接转发其他节点的传感数据，而是传输多个传感数据的加权和”1。例如，节点Js，向其父节点s：发送肘个加权数据{咖，，戈。，咖：，z。，⋯，咖肼。z。}，其中：{咖⋯咖：l，