WSN中改进的基于压缩感知的分簇数据采集算法
DOI:
作者:
作者单位:

作者简介:

谢昕(1969—),男,教授,研究方向为机器视觉和网络与信息安全。

通讯作者:

中图分类号:

TP393.4

基金项目:

国家自然科学基金项目(61762037,61763011,41402290,61462028); 江西省科技厅重点研发计划 (20151BBE50055); 江西省教育厅科技项目(GJJ150541);南昌市科技局知识创新团队项目(2016T75)


Improved Clustering Algorithm for Data Acquisition Based on Com- pressed Sensing in WSN
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    WSNs 中节点的能量受限,为节约网络节点的功耗,提出了一种将 LEACH 模型和 CS 理论相结合的基于节点时空相关性的压缩感知算法。 LEACH 算法对网络节点进行分簇并选择簇首,然后,采用 CS 理论对簇首节点进行采样,将采样后的数据通过多跳路由的方法传至远端的汇聚节点,最后,汇聚节点对来自簇首的少量数据采用重构算法以对原始信号进行精确恢复。 仿真结果表明,该方法有效减小了数据传输量,降低了网络节点的功耗,延缓了网络寿命。

    Abstract:

    The energy of the sensor network nodes is limited, and in order to save the energy consumption of the sensor nodes, an improved compressed sensing algorithm combining the LEACH model with the CS theory based on the spatial-temporal correlation of nodes was proposed. The LEACH algorithm was used to cluster the net- work nodes and select the cluster head. Then, the cluster head node was sampled by the compressed sensing theory. The sampled data was passed to the remote sink node through multi-hop routing. Finally, a small amount of data from the cluster head used a reconstruction algorithm to accurately recover the original signal. The simu- lation results show that this method can effectively reduce the amount of data transmission, save the energy con- sumption of nodes and prolong the lifetime of the wireless sensor network.

    参考文献
    相似文献
    引证文献
引用本文

谢昕,汪加楠,姜楠,黄晓生,葛松林. WSN中改进的基于压缩感知的分簇数据采集算法[J].华东交通大学学报,2018,35(2):113-119.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2021-05-25
  • 出版日期: