基于压缩感知的无线传感器网络动态采样方法.pdf

《基于压缩感知的无线传感器网络动态采样方法.pdf》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、JournalofComputerApplicationsISSN1001-90812017-01-10计算机应用，2017，37(1):183－187，196CODENJYIIDUhttp://www．joca．cn文章编号:1001-9081(2017)01-0183-05DOI:10．11772/j．issn．1001-9081．2017．01．0183基于压缩感知的无线传感器网络动态采样方法1，21，2*31，2宋洋，黄志清，张严心，李梦佳(1．北京工业大学软件学院，北京100020;2．北京市物联网软件与系统工程技术研究中心，北京100020;3．北京交通大学电子

2、信息工程学院，北京100044)(*通信作者电子邮箱zqhuang@bjut．edu．cn)摘要:基于固定采样率的无线传感网(WSN)压缩感知(CS)在收集随时间变化的数据时难以获得满意的数据恢复精度。针对该问题，提出了一种基于数据预测和采样率反馈控制的动态采样方法。首先，汇聚节点通过分析当前采样时段与上一采样时段获取数据的线性度量指标，预测数据的变化趋势;然后，根据预测结果计算感知节点未来的采样率，并通过反馈控制机制对感知节点的采样过程进行动态调节。实验结果表明，相比基于目前广泛采用的基于固定采样率的无线传感网压缩感知数据收集方法，该方法能够有效提高压缩数据的恢复精度。关

3、键词:无线传感器网络;压缩感知;数据预测;反馈控制;动态采样中图分类号:TP212．9;TP393文献标志码:ADynamicsamplingmethodforwirelesssensornetworkbasedoncompressivesensing1，21，2*31，2SONGYang，HUANGZhiqing，ZHANGYanxin，LIMengjia(1．SchoolofSoftwareEngineering，BeijingUniversityofTechnology，Beijing100020，China;2．BeijingEngineeringＲesearchC

4、enterforIoTSoftwareandSystem，Beijing100020，China;3．SchoolofElectronicandInformationEngineering，BeijingJiaotongUniversity，Beijing100044，China)Abstract:Itishardtoobtainasatisfactoryreconstructivequalitywhilecompressingtime-varyingsignalsmonitoredbyWirelessSensorNetwork(WSN)usingCompressiveSe

5、nsing(CS)，thereforeanoveldynamicsamplingmethodbasedondatapredictionandsamplingratefeedbackcontrolwasproposed．Firstly，thesinknodeacquiredthechangingtrendbyanalyzingthelinerdegreedifferencesbetweencurrentreconstructeddataandlastreconstructeddata．Thenthesinknodecalculatedthesuitablesamplingra

6、teaccordingtothechangingtrendandfedbacktheresulttosensorstodynamicallyadjusttheirsamplingprocess．TheexperimentalresultsshowthattheproposeddynamicsamplingmethodcanacquirehigherreconstructeddataaccuracythantheCSdatagatheringmethodbasedonstaticsamplingrateforWSN．Keywords:WirelessSensorNetwork

7、(WSN);CompressiveSensing(CS);dataprediction;feedbackcontrol;dynamicsampling目前，针对收集具有时间相关性数据过程中遇到的此类0引言问题，已有一些学者提出了一些基于动态采样的探讨性方法。目前，无线传感器网络(WirelessSensorNetwork，由于无法预先获取即将收集到的数据，所以这些方法大多通［1］［2－3］WSN)已经被广泛用于各个领域中。由于传感器节点过对先验数据的分析，建立采样率与被收集数据某一特征的通常由电池供电，并且通常没有