SenSVD:基于时空关联性的无线传感网数据传输整合

摘要

无线传感器节点由于能量有限,如何减少传感器节点的数据传输量,并保持传感器网络感知数据的准确性是研究者面临的难题。提出了一种适用于无线传感器网络的基于时空关联性的数据传输整合算法SenSVD(Sensor Singular Value Decomposition).此算法充分利用了无线传感器网络中感知数据的时空关联性,通过使用向量奇异值分解法(Singular Value Decomposition)对传感器节点的感知数据传输进行整合处理,即降低不必要的数据传输,从而减少传感器节点能量消耗,有效延长网络寿命.实验结果表明,SenSVD能够有效降低传感网络中的数据传输量,同时算法保证了对网络突发事件的检测能力.