文献类型：期刊文章

作　　者：杨浩[1,2] 王喜玮[3]

机构地区：[1]盐城师范学院信息工程学院,江苏盐城224002 [2]清华大学软件学院&无锡清华信息科学与技术国家实验室物联网技术中心,北京100084 [3]东北伊利诺伊大学计算机科学系,芝加哥美国60625

出　　处：《计算机学报》

基　　金：国家"八六三"高技术研究发展计划项目基金(2015AA01A201);国家自然科学基金(61402394;61379064;61303209);江苏省自然科学基金(BK20140462);江苏省高校自然科学研究项目(14KJB520040);江苏省博士后科研资助计划(1601162B);江苏省自然科学产学研前瞻项目(BY2016066-05);江苏省产学研合作项目(BY2016066-04);江苏省"青蓝工程"资助~~

年　　份：2017

卷　　号：40

期　　号：8

起止页码：1933-1945

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2017_2018、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：在无线传感器网络的数据收集过程中,传统的传输方式会使靠近Sink节点的中继节点接收和发送大量数据,形成一个以Sink节点为中心的区域.相对于其他节点来说,该区域内传感器的能量会更快地被耗尽,导致整个网络负载不均衡.目前,压缩感知(Compressive Sensing,CS)已经逐步应用于无线传感器网络领域用以减少传感器的传输量,以达到延长网络生命周期的目的.为实现能量有效的传输,该文提出一种基于区域化压缩感知(Regionalized Compressive Sensing,RCS)的数据收集方法.首先,网络拓扑被随机划分成多个区域,划分原则不依赖于所采集数据的特征或相关性;然后,每个区域选择选出一个区域中心节点以接收其他节点的采样值;随后,区域中心节点使用CS方法获得区域测量值;最后,这些节点将它们发送到Sink节点用于数据重构.为保证RCS的有效性,该文进一步考虑了实际应用中的两个问题,区域测量矩阵的设计和采样停止时机的选择.通过与当前典型的传输方法比较,RCS方法的性能优于直接传输、分布式压缩感知以及混合算法,同时实验验证了所提出的区域测量矩阵设计原则和采样停止原则是可行的.

关 键 词：压缩感知 区域化压缩感知  数据收集 无线传感器网络 物联网

分 类 号：TP393]