針對無線傳感網(wǎng)絡(luò)（Wireless Sensor Networks,WSNs）監(jiān)測突發(fā)事件及節(jié)點能量受限問題,提出基于壓縮抽樣的事件檢測算法。該算法充分利用壓縮感知技術(shù)在以稀疏數(shù)據(jù)重構(gòu)原始數(shù)據(jù)方面上的優(yōu)勢。先收集活動節(jié)點數(shù)據(jù),再對這些數(shù)據(jù)進行隨機抽樣。再由簇頭利用壓縮感知技術(shù)融合這些抽樣數(shù)據(jù),進而減少節(jié)點傳輸?shù)臄?shù)據(jù)量,提高網(wǎng)絡(luò)壽命。同時,該算法引用偽概率-感測模型。通過該模型確保對事件的聯(lián)合感測概率總是大于預定的閾值。仿真結(jié)果表明,提出的算法在網(wǎng)絡(luò)壽命、能耗方面具有良好的性能。 

【文章來源】：中國電子科學研究院學報. 2020,15(09)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

WSNs網(wǎng)絡(luò)結(jié)構(gòu)

圖2(a)顯示了二值感測模型。其只考慮兩種可能:檢測到事件(檢測概率為1);未檢測到事件(檢測概率為0)。在二值感知模型[9]中，當SNR大于閾值ΓSNR，事件檢測概率為1。否則，事件檢測概率為零。而本文采用偽概率感測模型，其結(jié)合了二值感知模型和概率模型。當SNR大于閾值ΓSNR，事件檢測概率為1，在這種情況下，只有一個激活節(jié)點感知此事件。

網(wǎng)絡(luò)內(nèi)每個節(jié)點有工作時間和休眠時間。將工作時間劃分多個等間隔的時隙，每個時隙內(nèi)所感測的數(shù)據(jù)作為在整個工作時間內(nèi)所感測數(shù)據(jù)的一個抽樣值，如圖3所示。假定每個節(jié)點進行M個抽樣，然后再將這M個抽樣值傳輸至該節(jié)點的簇頭(Cluster Head,CH)。2.2 基于數(shù)據(jù)矩陣的數(shù)據(jù)收集

【參考文獻】：
期刊論文
[1]基于自適應濾波的能量收集WSNs的路由協(xié)議[J]. 趙夢龍,許會香.  中國電子科學研究院學報. 2019(06)
[2]WSN中一種新穎的基于預測機制的事件檢測容錯算法[J]. 劉耿耿,郭文忠,洪偉.  小型微型計算機系統(tǒng). 2018(04)
[3]多源通信網(wǎng)絡(luò)全局信息融合方法仿真[J]. 文華,黎智.  計算機仿真. 2018(01)
[4]基于數(shù)據(jù)融合的壓縮感知多目標定位算法[J]. 楊思星,郭艷,李寧,孫保明,錢鵬.  計算機科學. 2018(09)



本文編號：3259054