基于卡尔曼预测与压缩感知的WSN中高能效数据收集方法

摘要：

提出了一种联合双重卡尔曼滤波与混合压缩感知的数据收集方案.在簇内传输时,簇内成员节点利用卡尔曼滤波预测选择性地向簇头发送数据,以减少数据传输量;同时,簇间传输时,在多跳传输的过程中利用混合压缩感知技术进行数据压缩,提高系统的能效.仿真结果表明,与现有方案相比,新算法能够在保证汇聚节点重构精度的前提下,显著地降低数据收集的能耗.

关键词：无线传感器网络、卡尔曼预测、压缩感知、时空相关性、能效

所属期刊栏目：35

分类号：TN929

资助基金：江苏省高等学校自然科学研究项目18KJ13510034;第11批中国博士后科学基金资助项目2018T110530;国家自然科学基金资助项目61401232,61427801,61671251,61372124,61501254;江苏省自然科学基金资助项目BK20140894

在线出版日期：2019-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：74-80