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

摘要：

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。

关键词：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

分类号：TP393(计算技术、计算机技术)

资助基金：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

在线出版日期：2015-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1686-1690