《基于CS的无线传感器网络动态分簇数据收集算法》PDF+DOC
作者:张策,张霞,李鸥,王冲,张大龙
单位:中国科学院计算技术研究所;中国计算机学会
出版:《计算机研究与发展》2016年第09期
页数:9页 (PDF与DOC格式可能不同)
PDF编号:PDFJFYZ2016090110
DOC编号:DOCJFYZ2016090119
下载格式:PDF + Word/doc 文字可复制、可编辑
《传感器网络基于小波分段常值压缩的数据收集研究》PDF+DOC2013年第01期 李杨,郭龙江,李金宝,任美睿
《无线传感器网络高效数据收集算法研究》PDF+DOC2016年第20期 刘卉,曾利军,高芳,李晓翠
《高效节能的多移动基站数据收集算法》PDF+DOC2014年第12期 史久根,宋正超
《基于圆环空间相关性的无线传感网事件监测算法》PDF+DOC2012年第03期 于曰修
《WSN中基于压缩感知的数据收集方案》PDF+DOC2012年第20期 张明,朱俊平,蔡骋
《无线传感器网络数据收集研究进展》PDF+DOC2008年第08期 解文斌,鲜明,包卫东,陈永光
《基于位置感知的无线传感器网络聚类算法》PDF+DOC2008年第03期 王天荆,杨震,胡海峰
《链路感知的传感器网络空间范围查询处理算法》PDF+DOC 刘亮,秦小麟,刘宇雷,李博涵
《移动基站无线传感器网络性能优化研究》PDF+DOC2009年第12期 王建明
《一种应用强化学习的自适应无线传感器网络路由算法》PDF+DOC2013年第08期 江勇,赵倩
降低能耗、实现网络的能量均衡和延长网络寿命,是设计无线传感器网络(wireless sensor networks,WSNs)数据收集算法所面临的主要挑战之一.针对现有无线传感器网络分簇数据收集算法不考虑网络中事件源的发生对数据空间相关性的影响的情况,提出了一种基于压缩感知的以事件源为中心的动态分簇(CS-based dynamic clustering centred on event source,CS-DCES)算法.该算法利用欧氏距离空间相关性模型和第一联合稀疏模型,将受同一个事件源影响的节点分在一个簇中,并以簇为单位进行数据重构,以此增加簇内节点感知数据的空间相关性,减小每簇数据观测量;利用压缩感知收集数据,计算事件源位置,根据事件源位置变化实行动态分簇.并通过实验分析了影响该算法性能的3个因素,即事件的衰减系数、事件源之间的距离和事件源个数,最后给出了算法的适用条件.仿真分析表明,相对于已有算法,CS-DCES在满足同一重构精度的前提下,有效减小了数据传输量,节省网络能耗,延长网络寿命。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。