基于稀疏化壓縮感知的無(wú)線傳感網(wǎng)數(shù)據(jù)融合研究.pdf

1、隨著大數(shù)據(jù)和人工智能時(shí)代的到來(lái)，物聯(lián)網(wǎng)再次成為了研究者關(guān)注的焦點(diǎn)。物聯(lián)網(wǎng)不僅給人們平時(shí)的生活帶來(lái)了很大的便利，同時(shí)在醫(yī)療健康、環(huán)境監(jiān)測(cè)、軍事偵查以及工業(yè)領(lǐng)域都有很大的應(yīng)用。無(wú)線傳感器網(wǎng)絡(luò)，作為物聯(lián)網(wǎng)的核心技術(shù)之一，是由大量隨機(jī)分布的傳感器節(jié)點(diǎn)負(fù)責(zé)感知、收集、處理和分析數(shù)據(jù)信息，從而得到有效的信息并傳遞給用戶。但是由于節(jié)點(diǎn)的電量有限、存儲(chǔ)空間受限，因此，如何能夠融合這些大量的數(shù)據(jù)，并且在傳輸?shù)倪^(guò)程中減少能量的消耗，延長(zhǎng)網(wǎng)絡(luò)壽命變得尤為重要

2、。此外，在一些實(shí)時(shí)性要求較高的場(chǎng)景下，如何將收集到的信息以最短的延遲盡快地傳遞到匯聚節(jié)點(diǎn)也是主要研究?jī)?nèi)容之一。
　　在無(wú)線傳感器網(wǎng)絡(luò)中，傳統(tǒng)的數(shù)據(jù)融合方式主要以減少數(shù)據(jù)冗余為目的，而不能夠大幅度減少數(shù)據(jù)包的傳輸量與傳感器的通信消耗，因此，本文利用所采集數(shù)據(jù)的時(shí)空相關(guān)性和傳感器網(wǎng)絡(luò)的自身特點(diǎn)，通過(guò)稀疏設(shè)計(jì)測(cè)量矩陣，提出基于稀疏性壓縮感知的數(shù)據(jù)融合方法，從而減少網(wǎng)絡(luò)的傳輸數(shù)據(jù)包的數(shù)量量和能量消耗。本文的主要工作內(nèi)容如下：
　　首

3、先，針對(duì)傳統(tǒng)的壓縮感知的收集方式，本文提出了一種基于確定性二值的測(cè)量矩陣的測(cè)量算法，該算法構(gòu)造過(guò)程簡(jiǎn)單快速。測(cè)量矩陣中的每一行代表一次測(cè)量過(guò)程，每次測(cè)量相互獨(dú)立。由于測(cè)量矩陣的稀疏性特點(diǎn)，對(duì)應(yīng)矩陣中的非0元素的節(jié)點(diǎn)參與每次測(cè)量，參與同一個(gè)測(cè)量的節(jié)點(diǎn)的數(shù)據(jù)被融合成一個(gè)數(shù)據(jù)包傳遞到匯聚節(jié)點(diǎn)。當(dāng)匯聚節(jié)點(diǎn)收集到所有的測(cè)量值的時(shí)候，可以準(zhǔn)確地恢復(fù)原始數(shù)據(jù)。
　　其次，針對(duì)傳感網(wǎng)中時(shí)延長(zhǎng)和能量不均衡的問(wèn)題，本文提出了一種基于稀疏隨機(jī)測(cè)量矩陣的

4、融合算法。該算法在保證恢復(fù)原始數(shù)據(jù)的前提下，將測(cè)量過(guò)程分解為多個(gè)融合樹(shù)，單個(gè)融合樹(shù)是由部分節(jié)點(diǎn)參與。在傳遞數(shù)據(jù)的過(guò)程中，本文提出了一種減少時(shí)延的傳輸策略。另外，由于所設(shè)計(jì)矩陣的隨機(jī)性和稀疏性的特點(diǎn)，節(jié)點(diǎn)的能量消耗能夠達(dá)到均衡，從而可以延長(zhǎng)網(wǎng)絡(luò)壽命。
　　最后，本文系統(tǒng)分析了所提出的算法，并對(duì)算法進(jìn)行實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明：對(duì)于能在頻域上稀疏表示的信號(hào)，采用確定性二值矩陣能夠有效地減少網(wǎng)絡(luò)能量消耗，而基于稀疏矩陣的低延遲且能量均衡的