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:
为了提高传感网中数据重构精度以及降低不可靠链路丢包对压缩感知(Compressive Sensing,CS)数据收集的影响,本文提出了一种基于压缩感知丢包匹配数据收集算法(Packet Loss Matching Data Gathering Algorithm Based on Compressive Sensing,CS-MDGA).本文算法通过压缩感知技术构建了全网数据间的"关联效应",并设计了基于丢包匹配的稀疏观测矩阵(Sparse Observation Matrix Based on Packet Loss Matching,SPLM),证明了该观测矩阵概率趋近于"1"时,满足的等距约束条件(Restricted Isometry Property,RIP),完成了节点间多路径路由数据的可靠交付.仿真实验结果表明,本文算法在链路丢包率为60%情况下,相对重构误差仍小于5%,验证了本文算法不仅具有较高的重构精度,而且还可以有效缓解不可靠链路丢包对CS数据收集的影响.
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time偏移机制的移动传感网数据中继节点感知优化算法
移动传感网络
Time偏移
中继节点感知
节点缓存拥塞控制
投递阈值
基于小波树模型的CoSaMP压缩感知算法
小波树模型
压缩采样匹配追踪
压缩感知
无线传感器网络
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 传感网中基于压缩感知的丢包匹配数据收集算法
来源期刊 电子学报 学科 工学
关键词 传感网 压缩感知 数据收集 关联效应 稀疏观测矩阵
年,卷(期) 2020,(4) 所属期刊栏目 学术论文
研究方向 页码范围 723-733
页数 11页 分类号 TP393
字数 9914字 语种 中文
DOI 10.3969/j.issn.0372-2112.2020.04.014
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 孙泽宇 洛阳理工学院计算机与信息工程学院 59 317 10.0 13.0
2 李传锋 洛阳理工学院计算机与信息工程学院 22 67 5.0 6.0
3 阎奔 洛阳理工学院计算机与信息工程学院 6 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (86)
共引文献  (49)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(10)
  • 参考文献(0)
  • 二级参考文献(10)
2015(16)
  • 参考文献(1)
  • 二级参考文献(15)
2016(7)
  • 参考文献(4)
  • 二级参考文献(3)
2017(10)
  • 参考文献(9)
  • 二级参考文献(1)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
传感网
压缩感知
数据收集
关联效应
稀疏观测矩阵
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导