基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
WSN无线链路不可靠,分组丢失现象普遍存在,且基于压缩感知(CS)数据收集算法对分组丢失十分敏感.首先,通过实验对分组丢失率和基于CS数据重构精度关系进行定量研究,提出极稀疏块观测矩阵,在降低每轮数据采集能耗的同时,也保持观测矩阵的近似低秩性质.其次,结合矩阵补全(MC)技术与CS 技术,提出基于极稀疏块观测矩阵的压缩感知数据收集算法,在一个采集周期内进行数据收集,利用 MC 技术恢复丢失数据,减少分组丢失对数据收集的影响;利用CS技术重构全网数据,减少数据收集量,降低节点在数据收集时所需能耗,延长网络寿命.仿真分析表明,所提算法在分组丢失率小于50%的情况下能够保证高精度重构全网数据,抵抗不可靠链路.
推荐文章
压缩感知高效的分簇数据收集算法
无线传感器网络
压缩感知
骨干网
分簇
网络寿命
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
基于DS证据理论和压缩感知的WSN数据融合策略设计
压缩感知
证据理论
无线传感器网络
数据融合
基于矩阵补全的自适应去雨雪算法
视频去雨雪
雨线去除
自适应参数
稀疏表示
矩阵补全
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 基于压缩感知与矩阵补全技术的WSN数据收集算法
来源期刊 通信学报 学科 工学
关键词 无线传感网 数据收集 压缩感知 不可靠链路 矩阵补全技术
年,卷(期) 2018,(2) 所属期刊栏目 学术通信
研究方向 页码范围 164-173
页数 10页 分类号 TP393
字数 7436字 语种 中文
DOI 10.11959/j.issn.1000-436x.2018034
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 李鸥 信息工程大学信息系统工程学院 62 268 10.0 13.0
2 杨延平 清华大学电子系 6 14 3.0 3.0
3 张策 信息工程大学信息系统工程学院 4 12 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (9)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (18)
二级引证文献  (0)
1967(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无线传感网
数据收集
压缩感知
不可靠链路
矩阵补全技术
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
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
论文1v1指导