[發明專利]一種基于K-medoids分簇的無線傳感網壓縮感知處理方法有效
| 申請號: | 202010045578.4 | 申請日: | 2020-01-16 |
| 公開(公告)號: | CN111263324B | 公開(公告)日: | 2022-02-08 |
| 發明(設計)人: | 王海濤;宋麗華;邢長友;張國敏;劉軍;胡強;劉玨;劉力軍;孫鈺;向婷婷;黃琳 | 申請(專利權)人: | 南京審計大學金審學院 |
| 主分類號: | H04W4/38 | 分類號: | H04W4/38;H04W40/32;H04W40/20;H04W40/10;H04W84/18;G06K9/62 |
| 代理公司: | 南京樂羽知行專利代理事務所(普通合伙) 32326 | 代理人: | 李玉平 |
| 地址: | 210023 江蘇省*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 medoids 無線 傳感 壓縮 感知 處理 方法 | ||
本發明公開一種基于K?medoids分簇的無線傳感網壓縮感知處理方法,首先利用K?medoids聚類方法對無線傳感網的傳感器節點進行分簇處理;其次利用壓縮感知技術對簇內節點的感知數據進行壓縮采樣,此過程中先對節點采集的原始數據進行稀疏處理,給每個簇內節點分配一個ID標識,以ID標識為Seed生成偽隨機數構成采樣矩陣,簇頭節點對壓縮采樣的測量數據進行傳輸,最后在基站利用重構算法對原始數據進行重構。本發明能夠更合理地對無線傳感網進行分簇,從而減少簇內數據傳輸能耗,壓縮感知技術能夠在較小采樣率的情況下,以較高精度恢復出原始信號,提升信息傳輸效率和保密性。由于網絡數據傳輸量的降低,節點能量消耗隨之減少,大大增加了無線傳感網的生存時間。
技術領域
本發明涉及一種基于K-medoids分簇的無線傳感網壓縮感知處理方法。針對無線傳感網傳感器節點結構不合理、感知數據量大、冗余數據多、數據保密性不高等問題,設計的基于智能分簇和壓縮感知的綜合數據處理方法,該方法可以顯著節約傳感器電量從而延長網絡生存時間,減少冗余數據傳輸增加數據傳輸的安全性。本發明涉及無線傳感網智能組網技術和壓縮感知處理技術。
背景技術
在無線傳感網中,傳感器節點都是通過自組織的形式形成網絡的,影響無線傳感網能耗的因素主要有傳感器節點間的通信距離以及節點數據傳輸量。在常規的無線傳感網中,信息的傳遞都是透明的,對于一些敏感的無線傳感網應用來說,直接對原始感知數據進行傳輸很容易導致信息被竊取,安全保密性不高。
在無線傳感網中,節點的分布都是隨機雜亂的,各個節點之間通過一定的規則協議構成網絡。如圖1所示,通過分析無線傳感網節點能耗模型可知,影響無線傳感網節點能耗的因素主要有節點之間的通信距離d以及節點的數據傳輸量k,因此,節點以何種方式組成網絡以及傳輸數據將對無線傳感網的生存時間起著至關重要的作用。
迄今,研究人員為了增加無線傳感網的生存時間提出了各種解決方法。在無線傳感網中合理的組網方式能夠優化節點之間的通信距離,平衡節點能耗,現已有許多應用于無線傳感網的路由協議。最早用于無線傳感網的路由協議是泛洪路由(FloodingRouting)。泛洪路由實現簡單,不需要復雜的路由算法計算路由和維護網絡拓撲結構,但它的廣播轉發方式沒有考慮到節點能量消耗,缺少自適應的路由選擇,會對網絡生存時間有較大限制。此后,人們還提出了一些其他的平面型路由協議,例如SPIN、定向路由擴散(DD)、Rumor、GEAR等。綜合平面型路由協議的特點來說,平面型路由協議的節能策略不足以支撐大規模無線傳感網,擴展性一般,收斂速率不夠,難以在大型無線傳感器網絡中取得理想的節能效果。針對平面型路由協議能量利用率不高的缺點,人們提出了另一種分層型路由協議。LEACH(Low Energy Adaptive Clustering Hierarchy)協議是一種經典的層次型路由協議。LEACH協議通過建立分簇來對無線傳感網感知數據進行處理和傳輸,在每個分簇中,簇成員節點負責信息的采集工作,簇頭節點負責信息的處理和傳輸。這種分層型路由協議有效避免了傳感節點在數據傳輸過程中的無方向性,避免了如泛洪傳輸產生過多冗余數據的缺點。分層型路由協議的運行機制相對于平面型路由協議來說,在節約能量和網絡擴展等方面具有較強的優勢。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京審計大學金審學院,未經南京審計大學金審學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010045578.4/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種PLC控制的自動化干燥機
- 下一篇:基于多流深度學習的人體行為識別方法





