基于压缩感知理论的WSNs时序信号分段压缩算法.pdf

基于压缩感知理论的WSNs时序信号分段压缩算法.pdf

ID:52208521

大小:450.47 KB

页数:7页

时间:2020-03-25

基于压缩感知理论的WSNs时序信号分段压缩算法.pdf_第1页
基于压缩感知理论的WSNs时序信号分段压缩算法.pdf_第2页
基于压缩感知理论的WSNs时序信号分段压缩算法.pdf_第3页
基于压缩感知理论的WSNs时序信号分段压缩算法.pdf_第4页
基于压缩感知理论的WSNs时序信号分段压缩算法.pdf_第5页
资源描述:

《基于压缩感知理论的WSNs时序信号分段压缩算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第29卷第1期传感技术学报V01.29No.12016年1月CHINESEJOURNALOFSENSORSANDACTUATORSJan.2016TimingSignalSubsectionCompressionAlgorithminWSNsBasedonCompressedSensingTheoryLIUZhouzhou,XUJiliang2,HANYin,WANGXiaozhu(1.Xi’anAeronauticalUniversity,Xi’an710077,China;2.AirForceXi"anFlightAcademyFifthTrainingBrigade,

2、NanchongSichuan637100,China;3.ChineseElectronicsImportandExportCorporation,Beijing100036,China)Abstract:Forcompressivesensing(CS)applicationtimingsignalduringtransmissioninthewirelesssensornet—workshaslowcompressionratio,hilghenergyconsumptionofcommunication,thetimingsignalsegmentcompres—s

3、ionalgorithmsisproposedtosolvetheunknownsignalsparsityandhighsparsityunderconditionsoflowcompres-sivesensingreconstructioneficiencydatareconstructionalgorithmwhenthereconstructionaccuracyispoor.Asthebasisofsegmentation,thenumberofnonzeroelementsiscollectedinthedata,byreducingthenumberofcon

4、—binationsofnonzeroelementswithinthesegmenttoimprovetheaccuracyofsignalreconstruction,whiletakingad—vantageofthecharacteristicsofcompressivesensingtheorytoachieveahighcompressionratioofthesigna1.Experi—mentalresultsshowthat,underthechaoticquantumclonalReconstruction(Q-CSDR)algorithmasthere

5、construc—tionalgorithm,theblindsignalsparsityandsparseconditionsishigherthan40,thecompressionratiocanbegreat—erthan0.4,thesignalhasbeencompressed,andsquareerroroflessthanO.叭ofitsreconstructedsignal,andthenetworklifetimeisprolongedbyabout2times.Keywords:wirelesssensornetworks;compressivesen

6、singtheory;thetimingsignal;sparsity;compressionratioEEACC:7230:7230Vdoi:10.39690.issn.1004-1699.2016.01.021基于压缩感知理论的WSNs时序信号分段压缩算法刘洲洲,徐继良,韩莹,王晓柱(1.西安航空学院,西安710077;2.空军西安飞行学院第五训练旅,四川南充637100;3.中国电子进出口总公司,北京100036)摘要:针对压缩感知理论(cs)应用在无线传感器网络中时序信号在传输过程存在压缩比率低、通信能耗高等问题,提出了一种时序信号分段压缩算法来解决在信号稀疏度未知

7、及高稀疏度条件下,压缩感知数据重构算法中存在的重构效率低,重构精度差,影响网络生命周期的问题。该算法将采集数据中非零元素个数作为分段依据,通过减少段内非零元素组合数量来提高信号重构精度,同时利用了压缩感知理论特性实现了对信号的高压缩率。实验结果表明,在以混沌量子免疫克隆重构(Q—CSDR)算法为重构算法、在信号盲稀疏度及稀疏度高于40的条件下,能够以大于0.4的压缩比率对信号进行压缩,其重构信号的均方误差小于0.01,能够延长网络寿命2倍左右。关键词:无线传感器网络;压缩感知理论;时序信号;稀疏度;压缩比率中图分类

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。