WSN中基于压缩感知的分簇数据收集算法

• 作者: 崔娟娟 张蕾 李晶晶
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 无线传感器网络 K-means均衡分簇 压缩感知
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.09.001

摘要

为减少无线传感器网络的数据通信量和能量消耗,基于WSN节点数据时空相关性的特性,提出一种将K-means均衡分簇和CS理论相结合的数据收集方法.首先,通过K-means聚类算法均匀划分网络成簇.然后,各簇首对采集到的数据进行基于时空相关性的压缩感知并传输至基站Sink节点.最后,Sink节点采用OMP算法对收集到的数据进行精准重构.仿真结果表明,该算法有效减少了无线传感器网络的数据通信量和压缩感知算法重构过程所需要的观测量.