發(fā)布時(shí)間：2020-07-01 22:42

【摘要】：基于固定采樣率的無(wú)線傳感網(wǎng)(WSN)壓縮感知(CS)在收集隨時(shí)間變化的數(shù)據(jù)時(shí)難以獲得滿意的數(shù)據(jù)恢復(fù)精度。針對(duì)該問(wèn)題,提出了一種基于數(shù)據(jù)預(yù)測(cè)和采樣率反饋控制的動(dòng)態(tài)采樣方法。首先,匯聚節(jié)點(diǎn)通過(guò)分析當(dāng)前采樣時(shí)段與上一采樣時(shí)段獲取數(shù)據(jù)的線性度量指標(biāo),預(yù)測(cè)數(shù)據(jù)的變化趨勢(shì);然后,根據(jù)預(yù)測(cè)結(jié)果計(jì)算感知節(jié)點(diǎn)未來(lái)的采樣率,并通過(guò)反饋控制機(jī)制對(duì)感知節(jié)點(diǎn)的采樣過(guò)程進(jìn)行動(dòng)態(tài)調(diào)節(jié)。實(shí)驗(yàn)結(jié)果表明,相比基于目前廣泛采用的基于固定采樣率的無(wú)線傳感網(wǎng)壓縮感知數(shù)據(jù)收集方法,該方法能夠有效提高壓縮數(shù)據(jù)的恢復(fù)精度。
【圖文】：

圖1相關(guān)研究的采樣率動(dòng)態(tài)調(diào)整流程Fig．1Samplingratedynamicadjustmentprocessofrelatedresearch本文針對(duì)此類問(wèn)題提出了一種新穎的動(dòng)態(tài)采樣調(diào)度方法，該方法通過(guò)預(yù)測(cè)數(shù)據(jù)的變化趨勢(shì)動(dòng)態(tài)調(diào)整節(jié)點(diǎn)的采樣率，省略了上述方法中歷史數(shù)據(jù)分析和采樣映射關(guān)系的建立過(guò)程，簡(jiǎn)化了數(shù)據(jù)壓縮收集的流程。在數(shù)據(jù)收集的開(kāi)始階段，感知節(jié)點(diǎn)實(shí)時(shí)地進(jìn)行數(shù)據(jù)的壓縮收集，而后將采收集的樣本數(shù)發(fā)送給匯聚節(jié)點(diǎn)，匯聚節(jié)點(diǎn)對(duì)收集到的樣本數(shù)據(jù)解壓后進(jìn)行線性擬合，通過(guò)對(duì)比當(dāng)前采樣時(shí)段和上一采樣時(shí)段重構(gòu)數(shù)據(jù)的線性程度量指標(biāo)的差異，獲取得到被觀測(cè)數(shù)據(jù)的變化趨勢(shì)。然后，匯聚節(jié)點(diǎn)根據(jù)該變化趨勢(shì)預(yù)測(cè)下一輪壓縮感知需要的采樣頻率，并通過(guò)采樣率反饋控制架構(gòu)對(duì)網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)的采樣過(guò)程進(jìn)行動(dòng)態(tài)調(diào)節(jié)。1基于壓縮感知的采樣調(diào)度方法建模在使用無(wú)線傳感器節(jié)點(diǎn)進(jìn)行數(shù)據(jù)收集過(guò)程中，受到節(jié)點(diǎn)硬件對(duì)采樣頻率的制約，采集到的數(shù)據(jù)通常是離散數(shù)據(jù)，所以本文選用離散時(shí)間模型對(duì)無(wú)線傳感器網(wǎng)絡(luò)中感知節(jié)點(diǎn)的時(shí)域采樣問(wèn)題進(jìn)行建模［14］。在無(wú)線傳感器網(wǎng)絡(luò)中，某個(gè)節(jié)點(diǎn)一段時(shí)間采集到的時(shí)序物理量可以用X={Xt}(t=1，2，…，N)表示。其中:t表示時(shí)間序列的時(shí)刻，N表示所有的采樣時(shí)刻。令無(wú)線傳感器節(jié)點(diǎn)的對(duì)物理量的采樣策略用π表示，采用該策略進(jìn)行采樣，采樣的時(shí)刻可以表示為:Tπ=(t1，t2，…，tn);ti∈{1，2，…，N}，1≤i≤n在數(shù)據(jù)收集過(guò)程中，節(jié)點(diǎn)按照采樣調(diào)度策略進(jìn)行多次測(cè)量，得到原始數(shù)據(jù)序列xπ={xt1，xt2，…，xtn}。然后利用得到的部分?jǐn)?shù)據(jù)樣本利用估計(jì)函數(shù)γ對(duì)整個(gè)信號(hào)進(jìn)行重建，得到原始數(shù)據(jù)序列^xγ。如果將壓縮感知方法應(yīng)用到無(wú)線傳感器網(wǎng)絡(luò)的數(shù)據(jù)收集過(guò)程中，那么可以上述數(shù)據(jù)的收集過(guò)程可以描述為:?

SＲINEXT=pbase+(Ｒ2NOW－Ｒ2LAST)β其中:SＲINEXT為節(jié)點(diǎn)下一輪采樣的采樣率;β為增量調(diào)節(jié)因子，其值越大，各個(gè)線性程度不同的分段之間的采樣率差異越大。從以上公式中可以發(fā)現(xiàn)，如果該變化趨勢(shì)中被觀測(cè)信號(hào)的線性程度變好，即Ｒ2NOW－Ｒ2LAST＜0，則下個(gè)時(shí)段的觀測(cè)過(guò)程則會(huì)適當(dāng)降低采樣頻率以減少采集到的冗余樣本數(shù)量，節(jié)省能耗;反之，則下個(gè)觀測(cè)過(guò)程中，將適當(dāng)提高采樣頻率，保證更多獲取復(fù)雜信號(hào)的特征樣本，提高重構(gòu)精度。圖2基于數(shù)據(jù)預(yù)測(cè)的動(dòng)態(tài)采樣調(diào)度方法流程Fig．2Samplingratedynamicadjustmentprocessbasedondataprediction另外，采樣時(shí)長(zhǎng)N決定了被收集的原始數(shù)據(jù)的長(zhǎng)度。為了降低感知節(jié)點(diǎn)與匯聚節(jié)點(diǎn)的進(jìn)行同步時(shí)的數(shù)據(jù)量，本文采用等時(shí)長(zhǎng)分段采樣策略，即每個(gè)采樣時(shí)段的被收集信號(hào)長(zhǎng)度N均相同，在此基礎(chǔ)上本文提出的動(dòng)態(tài)采樣調(diào)度算法如下。算法基于數(shù)據(jù)預(yù)測(cè)的動(dòng)態(tài)采樣調(diào)度算法。Input:基礎(chǔ)準(zhǔn)采樣率pbase，觀測(cè)值y，稀疏表示基Ψ。Output:重構(gòu)數(shù)據(jù)^x，下一輪采樣率指標(biāo)SＲINEXT。1)Φ←0/*初始化觀測(cè)矩陣*/2)將當(dāng)前基準(zhǔn)采樣率pbase廣播給傳感節(jié)點(diǎn);3)fori=1toMdo4)Ω←{jthejthreceivedvalue};/*記錄收到的觀測(cè)數(shù)據(jù)*/5)endfor6)forj=1toNdo7)ifj∈Ω＆＆Ω＞0then8)Φ(i，j)←1;/*構(gòu)造觀測(cè)矩陣*/9)endif10)endfor11)θ=Φ×Ψ;12)^s=argmin‖s‖1s．t．θs=y;/*重構(gòu)信號(hào)*/13)^x=Ψ－1^s;/*重構(gòu)原始信號(hào)*/14)Ｒ2NOW=重構(gòu)的原始信號(hào)^x的線性擬合決定系數(shù);15)if本輪為首次壓縮感知/*計(jì)算2輪壓縮感知的動(dòng)態(tài)采樣率*/16)SＲINEXT=pbase+(1－Ｒ2NOW)β;17)else/*計(jì)算余下壓縮感知過(guò)程的動(dòng)態(tài)采樣率*/

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 夏俐,陳曦,趙千川,江永亨,管曉宏;無(wú)線傳感器網(wǎng)絡(luò)及應(yīng)用簡(jiǎn)介[J];自動(dòng)化博覽;2004年01期

2 孫雨耕,張靜,孫永進(jìn),房朝暉;無(wú)線自組傳感器網(wǎng)絡(luò)[J];傳感技術(shù)學(xué)報(bào);2004年02期

3 夏俐;陳曦;趙千川;江永亨;管曉宏;;無(wú)線傳感器網(wǎng)絡(luò)及應(yīng)用簡(jiǎn)介[J];自動(dòng)化博覽;2005年S2期

4 莊慶德;傳感器網(wǎng)絡(luò)的研究現(xiàn)狀[J];國(guó)外電子測(cè)量技術(shù);2005年04期

5 謝潔銳;胡月明;劉才興;劉蘭;;大田監(jiān)測(cè)中無(wú)線傳感器網(wǎng)絡(luò)的部署[J];現(xiàn)代計(jì)算機(jī);2006年03期

6 李小遐;劉瑞霞;;一種無(wú)線傳感器網(wǎng)絡(luò)的設(shè)計(jì)[J];自動(dòng)化技術(shù)與應(yīng)用;2006年04期

7 吳春婧;鄭明春;秦繼林;;無(wú)線傳感器網(wǎng)絡(luò)協(xié)議研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2006年08期

8 徐勇軍;楊宇;;無(wú)線傳感器網(wǎng)絡(luò)的發(fā)展[J];電子產(chǎn)品世界;2006年19期

9 ;堅(jiān)固的無(wú)線傳感器網(wǎng)絡(luò)適合苛刻的工業(yè)環(huán)境[J];電子設(shè)計(jì)技術(shù);2006年09期

10 馬華東;陶丹;;多媒體傳感器網(wǎng)絡(luò)及其研究進(jìn)展[J];軟件學(xué)報(bào);2006年09期

相關(guān)會(huì)議論文 前10條

1 彭政;魏巍;羅相根;羅永健;;無(wú)線傳感器網(wǎng)絡(luò)中傳感器數(shù)量的選擇方法[A];第十九屆測(cè)控、計(jì)量、儀器儀表學(xué)術(shù)年會(huì)(MCMI'2009)論文集[C];2009年

2 程時(shí)端;;傳感器網(wǎng)絡(luò)[A];中國(guó)通信學(xué)會(huì)信息通信網(wǎng)絡(luò)技術(shù)委員會(huì)2004年年會(huì)論文集[C];2004年

3 楊曼;;無(wú)線傳感器網(wǎng)絡(luò)對(duì)抗[A];四川省電子學(xué)會(huì)情報(bào)專業(yè)委員會(huì)學(xué)術(shù)交流會(huì)論文集[C];2006年

4 闞鳳龍;徐自文;陳楠;左傳文;;無(wú)線傳感器網(wǎng)絡(luò)的應(yīng)用及其發(fā)展研究[A];第九屆沈陽(yáng)科學(xué)學(xué)術(shù)年會(huì)論文集（信息科學(xué)與工程技術(shù)分冊(cè)）[C];2012年

5 賈杰;趙林亮;常桂然;;面向異構(gòu)傳感器網(wǎng)絡(luò)的高能效覆蓋控制[A];中國(guó)通信學(xué)會(huì)第六屆學(xué)術(shù)年會(huì)論文集（下）[C];2009年

6 馮健昭;肖德琴;肖克輝;李就好;;基于謂詞的水質(zhì)傳感器網(wǎng)絡(luò)采樣整合優(yōu)化算法[A];紀(jì)念中國(guó)農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

7 唐云龍;;無(wú)線傳感器網(wǎng)絡(luò)系統(tǒng)實(shí)驗(yàn)分析[A];工程設(shè)計(jì)與計(jì)算機(jī)技術(shù)：第十五屆全國(guó)工程設(shè)計(jì)計(jì)算機(jī)應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

8 杜景林;陳力軍;謝立;;無(wú)線傳感器網(wǎng)絡(luò)與互聯(lián)網(wǎng)集成體系結(jié)構(gòu)[A];2008年全國(guó)開(kāi)放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(下冊(cè))[C];2008年

9 李新;田斌;辛陽(yáng);陳林順;;傳感器網(wǎng)絡(luò)中基于音頻的異常事件檢測(cè)方法[A];中國(guó)電子學(xué)會(huì)第十七屆信息論學(xué)術(shù)年會(huì)論文集[C];2010年

10 劉昊;;面向電子智能服裝的人體無(wú)線傳感器網(wǎng)絡(luò)構(gòu)建[A];“力恒杯”第11屆功能性紡織品、納米技術(shù)應(yīng)用及低碳紡織研討會(huì)論文集[C];2011年

相關(guān)重要報(bào)紙文章 前10條

1 羅清岳;讓無(wú)線傳感器網(wǎng)絡(luò)走入生活[N];電子資訊時(shí)報(bào);2007年

2 ;多媒體傳感器網(wǎng)絡(luò)[N];中國(guó)計(jì)算機(jī)報(bào);2006年

3 美國(guó)專利律師 譚文曄　薛之揚(yáng);無(wú)線傳感器網(wǎng)絡(luò)技術(shù)專利分析[N];科技日?qǐng)?bào);2010年

4 本報(bào)記者 趙建國(guó);無(wú)線傳感器網(wǎng)絡(luò)改變未來(lái)世界[N];中國(guó)知識(shí)產(chǎn)權(quán)報(bào);2011年

5 樊哲高;我國(guó)傳感器網(wǎng)絡(luò)標(biāo)準(zhǔn)工作取得新進(jìn)展[N];中國(guó)電子報(bào);2012年

6 本報(bào)記者 王博;傳感器網(wǎng)絡(luò)標(biāo)準(zhǔn)取得新進(jìn)展[N];計(jì)算機(jī)世界;2012年

7 溫雅路;利用無(wú)線傳感器網(wǎng)絡(luò)提高地質(zhì)災(zāi)害監(jiān)測(cè)能力[N];人民郵電;2008年

8 林宗輝;ZigBee無(wú)線傳感器網(wǎng)絡(luò)解決方案[N];電子資訊時(shí)報(bào);2007年

9 賽迪顧問(wèn)信息產(chǎn)業(yè)研究中心高級(jí)咨詢師 王坤;國(guó)內(nèi)外物聯(lián)網(wǎng)技術(shù)研究進(jìn)展[N];通信產(chǎn)業(yè)報(bào);2009年

10 本報(bào)記者 張彤;物物之連[N];網(wǎng)絡(luò)世界;2010年

相關(guān)博士學(xué)位論文 前10條

1 馬瑞;基于小生境粒子群算法的機(jī)艙WSN目標(biāo)覆蓋研究[D];大連海事大學(xué);2014年

2 李洪峻;面向入侵目標(biāo)追捕的多回路無(wú)線網(wǎng)絡(luò)控制系統(tǒng)設(shè)計(jì)與相關(guān)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

3 張德敬;基于虛擬坐標(biāo)的無(wú)線傳感器網(wǎng)絡(luò)路由協(xié)議研究[D];山東大學(xué);2015年

4 楊顯輝;森林資源數(shù)據(jù)獲取的移動(dòng)Sink無(wú)線傳感器網(wǎng)絡(luò)可靠性研究[D];東北林業(yè)大學(xué);2015年

5 畢冉;基于無(wú)線傳感器網(wǎng)絡(luò)的事件監(jiān)測(cè)算法研究[D];哈爾濱工業(yè)大學(xué);2015年

6 石熙;數(shù)字水印技術(shù)在無(wú)線傳感器網(wǎng)絡(luò)安全中的應(yīng)用研究[D];重慶大學(xué);2015年

7 徐力杰;低占空比傳感器網(wǎng)絡(luò)的數(shù)據(jù)傳輸調(diào)度問(wèn)題研究[D];南京大學(xué);2014年

8 歐陽(yáng)鍵;面向無(wú)線傳感器網(wǎng)絡(luò)的協(xié)作傳輸技術(shù)研究[D];南京航空航天大學(xué);2014年

9 馮森;面向智能配用電的無(wú)線傳感器網(wǎng)絡(luò)路由優(yōu)化協(xié)議研究[D];華北電力大學(xué);2015年

10 徐毅;無(wú)線傳感器網(wǎng)絡(luò)低能耗路由協(xié)議研究[D];山東大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 胥常杰;傳感器網(wǎng)絡(luò)設(shè)計(jì)的數(shù)學(xué)模型及其應(yīng)用[D];青島大學(xué);2010年

2 黃錚;無(wú)線傳感器網(wǎng)絡(luò)連通與覆蓋的研究[D];武漢理工大學(xué);2006年

3 彭一;基于復(fù)雜網(wǎng)絡(luò)理論的無(wú)線傳感器網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)識(shí)別技術(shù)研究[D];西南大學(xué);2015年

4 肖力;基于ZigBee無(wú)線傳感器網(wǎng)絡(luò)的車流量檢測(cè)系統(tǒng)設(shè)計(jì)[D];華南理工大學(xué);2015年

5 劉麗萍;無(wú)線傳感器網(wǎng)絡(luò)中基于時(shí)空相關(guān)性的數(shù)據(jù)壓縮[D];西南大學(xué);2015年

6 何沐曦;無(wú)線傳感器網(wǎng)絡(luò)環(huán)境下基于MATLAB和OMNeT++的IEEE1588時(shí)間同步仿真[D];西南大學(xué);2015年

7 黎鳳霞;一種雙極型多變量公鑰密碼算法在無(wú)線傳感器網(wǎng)絡(luò)上的優(yōu)化與實(shí)現(xiàn)[D];華南理工大學(xué);2015年

8 王曉彤;基于無(wú)線傳感器網(wǎng)絡(luò)的奶牛健康監(jiān)測(cè)系統(tǒng)研究[D];天津理工大學(xué);2015年

9 劉曉晨;基于無(wú)線傳感器網(wǎng)絡(luò)的室內(nèi)定位方法研究[D];上海師范大學(xué);2015年

10 董曉峰;畜禽養(yǎng)殖環(huán)境感知及動(dòng)物標(biāo)識(shí)技術(shù)裝備集成研究和應(yīng)用[D];浙江大學(xué);2015年

本文編號(hào)：2737373