原文服务方: 计算机应用研究       
摘要:
压缩感知(compressive sensing,CS)具有减少数据量和能量负载均衡的特点,提供了利用少量测量值恢复原始数据的新方法,使得数据收集的能量消耗大大减少.针对无线传感器网络寿命最大化进行研究,将混合压缩感知算法与分簇算法结合,基站从N个传感器收集M个测量向量,利用压缩感知高概率的恢复N传感器收集的数据,极大地减少了网络能量的消耗.在簇内,簇头节点收集簇内节点的数据,然后对数据压缩进行处理,将自己本身的数据投影后,两者数据相加,簇头间建立骨干网,簇头沿骨干网数据传输数据至父簇头或基站.进一步,分析了网络的能量消耗和能量消耗最少时的最优簇数量的关系,最后,通过实验仿真,提出的算法和已经存在的算法相比能提高网络寿命.
推荐文章
无线传感器网络能量高效数据收集的分簇算法
无线传感器网络
数据收集
空间相关数据收集
分簇算法
一种压缩感知的无线传感器网络分簇算法
无线传感器网络
分簇
压缩感知
稀疏
投影
基于信任簇的协作压缩频谱感知新算法
认知无线电
频谱感知
恶意用户
攻击
最大似然估计
基于压缩感知的无线传感器网络数据收集方案
无线传感器网络
压缩感知
恢复误差
数据传输
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 压缩感知高效的分簇数据收集算法
来源期刊 计算机应用研究 学科
关键词 无线传感器网络 压缩感知 骨干网 分簇 网络寿命
年,卷(期) 2015,(12) 所属期刊栏目 网络与通信技术
研究方向 页码范围 3756-3759
页数 4页 分类号 TP393.09
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.12.053
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 史久根 合肥工业大学计算机与信息学院 35 234 9.0 13.0
2 宋正超 合肥工业大学计算机与信息学院 2 5 2.0 2.0
3 邾伟 合肥工业大学计算机与信息学院 3 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (1)
参考文献  (14)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(6)
  • 参考文献(2)
  • 二级参考文献(4)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(7)
  • 参考文献(3)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
无线传感器网络
压缩感知
骨干网
分簇
网络寿命
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导