王軍 楊羊 程勇
摘要:針對無線氣象傳感網(wǎng)內(nèi)由于節(jié)點數(shù)量大、感知數(shù)據(jù)冗余度高而導致節(jié)點通信耗能過高的問題,提出了數(shù)據(jù)聯(lián)合稀疏預處理模型,利用監(jiān)測區(qū)域氣象要素預報值和各簇頭要素值計算出一個全網(wǎng)公共分量并對網(wǎng)內(nèi)數(shù)據(jù)進行預處理。將分布式壓縮感知應用于簇型傳感網(wǎng)中,對各節(jié)點感知數(shù)據(jù)進行壓縮觀測,在匯聚節(jié)點進行數(shù)據(jù)重構,從根本上降低節(jié)點通信量,均衡負載;同時設計了一個基于公共分量異常數(shù)據(jù)稀疏方法。仿真實驗中,相對于單獨使用壓縮感知,數(shù)據(jù)聯(lián)合稀疏預處理模型能夠有效利用數(shù)據(jù)時空相關性提高數(shù)據(jù)稀疏度,壓縮性能提高了25%,重構性能提高46%;同時,異常數(shù)據(jù)處理方案能夠以96%的高概率恢復異常數(shù)據(jù)。因此,該數(shù)據(jù)預處理模型能夠提高數(shù)據(jù)重構效率,有效降低網(wǎng)內(nèi)數(shù)據(jù)通信量,延長網(wǎng)絡壽命。endprint