学位论文 > 优秀研究生学位论文题录展示

无线传感器网络中分布式压缩感知关键技术

作　者: 潘泰鹏
导　师: 胡海峰
学　校: 南京邮电大学
专　业: 通信与信息系统
关键词: 无线传感器网络分布式压缩感知联合稀疏模型空间相关性时空相关性
分类号: TN929.5
类　型: 硕士论文
年　份: 2012年
下　载: 263次
引　用: 0次
阅　读: 论文下载

内容摘要

无线传感器网络(WSN,Wireless Sensor Networks)具有节点数目众多、资源容易受限以及组成的节点同构性的特点。因此,如何通过利用WSN节点感知数据的相关性对数据进行压缩,并以能量有效的方式来满足WSN的应用要求,是WSN应用亟待解决的问题。近年来,一种新的信号压缩编码理论——压缩感知(CS,Compressed Sensing)逐渐发展起来。压缩感知具有编码低复杂度、压缩性能优异、编码和解码相互独立等优点,所以,CS特别适合应用在资源受限的WSN中。WSN节点的感知数据具有时空相关性,分布式压缩感知(DCS,Distributed Compressed Sensing)正是侧重于研究如何通过利用信号的内相关性以及互相关性来对多个信号进行重构,因此,DCS在WSN中具有广阔的应用前景。本文首先对无线传感器网络的现状及应用作了详细的介绍,对压缩感知的基本理论框架也进行了较为深刻的阐述和探讨,特别针对其中信号的稀疏变换、信号的压缩测量以及信号的重构等关键技术进行了详尽描述。然后,根据无线传感器网络中节点感知数据的空间相关性,建立了无线传感器网络中基于空间相关性的分布式压缩感知的模型,在此模型的基础上提出了编码解码算法,并研究了分布式压缩感知的重构误差和数据压缩比之间的关系。在此基础上,研究WSN节点感知数据的时空相关性以及分布式压缩感知的联合稀疏模型,建立了无线传感器网络中基于联合稀疏模型的时空相关性分布式压缩感知模型,提出了相应的编码解码方案,并对分布式压缩感知的联合重构算法和独立重构算法进行了详细的比较。最后,通过仿真对本文所建立的模型和提出的算法进行了验证。仿真结果显示,我们所建立的基于JSM-2联合稀疏模型的时空相关性分布式压缩感知算法能够显著的减小编码端数据的压缩比,这就意味着该模型有更高的存储效率。因此,可以得出结论:无线传感器网络中基于联合稀疏模型时空相关性分布式压缩感知模型提出的算法在重构性能和压缩比方面具有一定的优越性,对于在无线传感器网络中的实际应用具有较好的可行性。

全文目录

摘要  4-5
Abstract  5-9
第一章绪论  9-15
  1.1 WSN 概述  9-12
    1.1.1 WSN 的研究现状及应用  10-11
    1.1.2 WSN 中的数据压缩技术  11-12
  1.2 课题的研究来源  12-13
  1.3 论文结构安排  13-15
第二章压缩感知理论的基本原理  15-25
  2.1 压缩感知理论框架  15-23
    2.1.1 信号的稀疏变换  15-19
    2.1.2 信号的压缩测量  19-21
    2.1.3 稀疏信号的重构  21-23
  2.2 分布式压缩感知及其研究现状  23-24
  2.3 本章小结  24-25
第三章 WSN 中基于空间相关性的分布式压缩感知  25-34
  3.1 概述  25-26
  3.2 WSN 中基于空间相关性分布式压缩感知模型  26-29
  3.3 WSN 中基于空间相关性分布式压缩感知算法  29-31
  3.4 仿真实验及结果  31-33
  3.5 本章小结  33-34
第四章 WSN 中基于联合稀疏模型的时空相关性分布式压缩感知  34-50
  4.1 DCS 联合稀疏模型（Jointly Sparse Models）  34-36
  4.2 WSN 中分布式压缩感知联合重构算法  36-38
  4.3 WSN 中基于JSM-2 分布式压缩感知模型  38-41
  4.4 WSN 中基于JSM-2 分布式压缩感知算法  41-42
  4.5 仿真实验及结果  42-49
    4.5.1 无噪声环境下DCS 算法性能分析  42-46
    4.5.2 噪声环境下DCS 算法性能分析  46-49
  4.6 本章小结  49-50
第五章总结  50-52
  5.1 完成的工作和成果  50-51
  5.2 存在的问题  51-52
致谢  52-53
参考文献  53-57
作者攻读硕士学位期间发表的论文  57

无线传感器网络中分布式压缩感知关键技术

内容摘要

全文目录

相似论文