基于动态压缩的无线传感网数据重构模型研究

摘要：

由于动态数据的节点分布处于动态变化的状态,极具不稳定性,无法为无线传感网络实时提供可靠信息,需要进行数据重构处理,提升无线传感网数据稳定性,提出基于动态数据压缩的无线传感网数据重构模型.通过构建多维节点组网模型,分析节点间位置关系,并得到其多模状态重组结果,利用重组结果融合并调度无线传感数据.在融合结果中提取无线传感网络数据的梯度向量,为动态数据压缩提供基础处理数据,结合动态压缩方法,实现无线传感网数据重构.经仿真实验结果可知,基于动态数据压缩的无线传感网数据重构能够有效利用数据时空相关性,压缩动态数据,高效降低重构残差值,提升节点位置获取精度,数据离群概率大大降低,同时有效降低了无线传感网数据的重构时间开销.因此,该数据处理模型能够明显增加数据重构效率,降低网内数据通信开销.

关键词：动态数据压缩、无线传感网、残差分析、重构模型、梯度向量、特征挖掘

所属期刊栏目：31

分类号：TP393(计算技术、计算机技术)

资助基金：2020年广东省科技创新战略专项资金立项项目pdjh2020b0778

在线出版日期：2021-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：127-132