《基于卡尔曼预测与压缩感知的WSN中高能效数据收集方法》PDF+DOC
作者:周颖,杨丽花,杨龙祥,倪梦
单位:中国通信学会;人民邮电出版社
出版:《电信科学》2019年第01期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFDXKX2019010100
DOC编号:DOCDXKX2019010109
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于StOMP算法的WSN压缩感知数据重构》PDF+DOC2017年第09期 黄志清,张严心,李梦佳,成志鹏
《基于节能的WSN分簇式故障诊断算法》PDF+DOC2019年第04期 曾庆杰,朱晓娟,王先超
《WSN中一种基于时空相关性的网内数据聚合路由协议》PDF+DOC2015年第01期 陈雪寒,陈志刚,曾锋,吴嘉
《一种基于时空相关性的WSN安全路由协议》PDF+DOC2015年第16期 宁林
《基于DS证据理论和压缩感知的WSN数据融合策略设计》PDF+DOC2014年第08期 廖长荣
《WSN中一种基于最优投影的数据收集方案》PDF+DOC2013年第03期 郑莹,王建新
《基于改进SL0压缩感知的WSN多目标定位》PDF+DOC2017年第04期 李鑫滨,陈剑美
《基于RSS的WSN多目标定位压缩感知算法优化》PDF+DOC2012年第01期 何风行,余志军,吕政,刘海涛
《基于神经网络的WSN数据融合算法》PDF+DOC2010年第18期 姚丽君,梁宏倩,赵磊
《基于分簇与自适应加权的WSN数据融合算法》PDF+DOC2013年第11期 陶志勇,王雪
提出了一种联合双重卡尔曼滤波与混合压缩感知的数据收集方案。在簇内传输时,簇内成员节点利用卡尔曼滤波预测选择性地向簇头发送数据,以减少数据传输量;同时,簇间传输时,在多跳传输的过程中利用混合压缩感知技术进行数据压缩,提高系统的能效。仿真结果表明,与现有方案相比,新算法能够在保证汇聚节点重构精度的前提下,显著地降低数据收集的能耗。
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。