无线传感器网络中基于压缩感知和GM(1,1)的异常检测方案
针对现有的异常事件检测算法准确率低和能量开销较大等问题,该文提出一种基于压缩感知(CS)和GM(1,1)的异常事件检测方案。首先,基于分簇的思想将传感器节点的数据进行压缩采样后传输至Sink,针对传感器网络中数据稀疏度未知的特点,提出一种基于步长自适应的块稀疏信号重构算法。然后,Sink基于GM(1,1)对节点发生的异常进行预测,并对节点的工作状态进行自适应调整。仿真实验结果表明,相比于其它异常检测算法,该算法的误警率和漏检率较低,在保证异常事件检测可靠性的同时,有效地节省了节点能量。
无线传感器网络、异常事件检测、压缩感知、Grey Model(1,1) (GM(1、1))、信号重构、能耗
TP393(计算技术、计算机技术)
国家自然科学基金重点项目61232001/F02;国家自然科学基金面上项目61173169/F020802资助课题
2015-07-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
1686-1690