面向可靠性和能耗优化的可压缩数据收集方案*

2016-09-02 13:37:50王建新中南大学信息科学与工程学院湖南长沙410083
传感器与微系统 2016年6期
关键词:测量

李 鹏,王建新(中南大学信息科学与工程学院,湖南长沙410083)

面向可靠性和能耗优化的可压缩数据收集方案*

李鹏,王建新
(中南大学信息科学与工程学院,湖南长沙410083)

现有的无线传感器网络(WSNs)数据收集方法无法在耗费较低开销的同时保证数据收集的可靠性。基于压缩感知(CS)理论,设计了基于指数核函数的稀疏矩阵和基于准循环低密度奇偶校验(LDPC)码的测量矩阵来用于节点的数据采集,以最大化网络生命周期为目标,将测量值传输问题建模为汉密尔顿回路问题,并提出了一种基于树分解的数据收集路径优化算法。仿真实验结果表明:所提方案在数据重构误差和能耗方面的性能要优于目前典型的数据收集方法。

无线传感器网络;数据收集;压缩感知;稀疏矩阵;测量矩阵;树分解

0 引言

在无线传感器网络(wireless sensor networks,WSNs)[1]的诸多应用中,均要求传感器节点以无差错形式将监测数据传输至Sink。但由于无线通信链路的高失效率、节点资源受限以及环境恶劣等原因,使得节点间通信受到干扰,产生丢包问题,导致可靠的数据传输难以得到保障。文献[2]设计了一种基于压缩感知和纠删码(compressive sensing erasure encoding,CSEC)的数据收集方案。然而,该方案在一定程度上是以牺牲节点的能耗为代价来提高数据收集可靠性,在真实传感器网络中的实际应用价值不大。文献[3]针对可压缩数据收集(compressive data gathering,CDG)方案[4]在有损信道中进行数据收集的不足,提出了最大稀疏随机调度(sparsest random scheduling,SRS)的数据收集方案。然而,该方案仅根据感知数据间的空间相关性来提高数据收集可靠性,因此,它容易受到网络节点初始分布的影响,鲁棒性较差。……

登录APP查看全文

猜你喜欢
测量
测量重量,测量长度……
测量的乐趣
二十四节气简易测量
日出日落的观察与测量
测量
测量水的多少……