无线传感器网络智能分簇及数据融合算法研究

摘要

无线传感器网络（Wireless Sensor Networks,WSN）是一种新兴的网络技术，被列为被列为21世纪最有影响的技术和改变世界的十大技术之一。WSN综合了很多的领域：嵌入式技术、网络信息处理技术和无线通信技术等，随着这些技术的发展，WSN也有了广阔的应用空间，例如应用在国防军事、交通运输、环境监测和智能家居等。WSN是由大量分布在检测区的传感器节点组成，这些节点把从监测区采集的数据传送到汇聚节点，汇聚节点然后对数据进行处理，并对检测区进行评估。
　　自从2004年，Candés、Romberg和Tao等人提出压缩感知理论（Compress Sensing,CS），并正式成为独立的理论。短短十年间压缩感知理论给信号处理带来巨大的变化，此理论最早运用在研究核磁共振成像问题上，后来被运用到无线传感器网络、工程数学以及图像处理等多个学科，目前CS发展很迅猛，以美国为首，各国的著名大学都开始CS理论相关应用的研究。信号可以压缩的前提是信号是可以稀疏的，对稀疏的信号采样和压缩可以同时进行处理，通过测量矩阵把高维信号投影到低维信号，这样减少了信号传输的量，减少了网络能量和解决了信号传输的拥挤，最终从低维的信号通过重构算法重构高维的源信号。本文针对节点的能量有限问题，提出一种基于分布式压缩感知的层次型数据融合算法：结合分簇协议和节点信息相关性，使用联合稀疏（Joint Sparsity Model,JSM）和重构算法，对节点信息精确重构，实验证明这种算法可以节省节点能耗并且提高信号重构精度。本文主要做的工作：
　　（1）在传统CS理论中，无线传感器网络内每个传感器节点都直接将信息发送给汇聚节点，在重构时也仅仅考虑了节点信息的内部相关性，这就可能导致节点信息的丢失和网络过多能量的消耗。本文着重调节无线传感器网络节点处理性能和节省节点能量角度出发，延长网络寿命、提高网络数据的传输和运算速率。利用LEACH分簇协议对网络节点进行分簇，结合无线传感器网络内节点间的空间相关性与JSM1联合稀疏模型，根据基于边信息的分布式压缩感知算法对传感器节点信息进行压缩重构。
　　（2）本文针对LEACH算法对无线传感器网络分簇存在的缺点：分簇不均匀，容易使一个节点重复作为簇头能量过早的消耗完成为死点，采集数据出现盲点。传统的人工鱼群用在传感器网络中收敛速度慢，计算量大。在LEACH和传统人工鱼群算法的基础上对网络分簇的每次迭代的时候动态改变拥挤度、人工鱼前进步长和视野范围，可是使网络从全局搜索后到局部搜索，加快了收敛的速度，比LEACH和传统人工鱼群算法平均降低了计算量11％以上，节省网络能量21%以上，从而延长了网络寿命。
　　（3）针对网络节点符合JSM2稀疏模型的情况，本文提出另一种基于分布式压缩感知的层次型数据融合算法：该算法基于动态人工鱼群优化的无线传感器网络的分簇算法，对网络分好簇后，节点数据传给各自的簇头，在簇头对节点数据进行独立编码，把测量值传送到SINK节点，在SINK节点对全网节点数据用SOMP重构算法进行恢复。仿真分析表明动态人工鱼群分簇算法比传统人工鱼群算法或LEACH算法网络运行时间上减少11%，网络能耗减少21%。采用改进后的分布式压缩感知算法不仅可以获得节点的精确重构值，而且可以大大降低算法实现过程中的能量消耗。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本文主要研究内容

1.4 本文的行文安排

第二章 压缩感知以及WSN中路由协议概述

2.1 无线传感器网络简介

2.2 无线传感器网络拓扑协议

2.3 压缩感知

2.4 分布式压缩感知

2.5 本章小结

第三章 分布式压缩感知重构算法

3.1 压缩感知的重建模型

3.2 基于LEACH协议的DCS算法

3.3 基于LEACH的DCS算法的性能

3.4 本章小结

第四章 改进的AFSO路由协议

4.1 基本人工鱼群优化算法简介

4.2 改进智能的WSN分簇算法

4.3 实验结果分析

4.4 本章小结

第五章 基于动态人工鱼群分簇协议改进的DCS算法

5.1 引言

5.2 基于动态人工鱼群分簇协议改进的DCS算法

5.3 实验仿真

5.4 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

个人简历 在读期间发表的学术论文

致谢