WSN中基于压缩感知的分簇数据收集算法

发布时间：2023-10-07 19:39

　　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。

【文章页数】：5 页

【文章目录】：
0 引言
1 基于K-means均衡分簇算法
2 WSN中压缩感知算法概述
    2.1 压缩感知算法
    2.2 基于时空相关性的压缩感知算法
3 仿真实验和结果分析
    3.1 网络通信量比较
        3.1.1 仿真参数
        3.1.2 实验结果分析
    3.2 信号重构效果比较
4 结束语



本文编号：3852375