基于分布式壓縮感知的氣象傳感網(wǎng)數(shù)據(jù)收集技術研究.pdf

1、無線氣象傳感器網(wǎng)絡具有分布域廣、部署容易、對環(huán)境影響小、成本低等優(yōu)勢，主要用于區(qū)域環(huán)境監(jiān)測。由于節(jié)點密集部署以及氣象要素具有時空連續(xù)性，網(wǎng)內采集數(shù)據(jù)量大、冗余度高，若直接轉發(fā)數(shù)據(jù)會消耗大量資源。因此針對高冗余數(shù)據(jù)采取分布式壓縮采樣能夠顯著降低通信量。本文主要工作是利用氣象傳感網(wǎng)感知要素信息的時空相關性，研究基于分布式壓縮感知的氣象傳感網(wǎng)數(shù)據(jù)收集技術:
　　本文首先介紹了無線氣象傳感網(wǎng)的基本架構和特點，概述了傳感網(wǎng)內數(shù)據(jù)收集技術、壓

2、縮感知以及分布式壓縮感知技術，分析了現(xiàn)有的基于分布式壓縮感知傳感網(wǎng)數(shù)據(jù)收集技術以及其性能，為進一步研究氣象傳感網(wǎng)數(shù)據(jù)收集技術提供準備工作。
　　針對簇型氣象傳感網(wǎng)內節(jié)點感知信息規(guī)模大、冗余性高等問題，本文設計出一種數(shù)據(jù)聯(lián)合稀疏預處理模型DPMJS(Data Preprocessing Model based on Joint Sparsity)，結合信源公共分量完成信源預處理。利用高斯隨機因子與感知數(shù)據(jù)生成的觀測權值完成分布式壓縮

3、采樣。相比于收集后再壓縮策略，該方案能夠直接從采樣端降低網(wǎng)內信道通信量，均衡節(jié)點能耗。同時設計出一個基于信源公共分量的異常數(shù)據(jù)處理方案。通過仿真驗證了DPMJS在提高信源聯(lián)合稀疏度和數(shù)據(jù)重構方面的性能。
　　針對簇結構參與節(jié)點數(shù)目過多等問題，提出一種基于節(jié)點自身能耗分析的簇內參與采樣節(jié)點數(shù)目控制策略PNOEA(The Participating Nodes Optimization model based on Energy An