-
公开(公告)号：CN105916174B
公开(公告)日：2019-01-29
申请号：CN201610216750.1
申请日：2016-04-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于锯齿形扫描的自适应空间压缩方法，包括步骤：各个簇中各网格内的每个传感器节点分别采集原始环境数据并将其所得采集原始数据上传至簇头节点；簇头节点获得二维原始数据矩阵，及进行离散余弦变换获得二维变换矩阵；簇头节点进行锯齿形扫描，将二维变换矩阵变换为一维向量；针对所得一维向量进行自适应空间压缩，获得压缩数据向量；簇头节点将所得压缩数据向量向距离汇聚节点更近的簇头节点传输；所述汇聚节点针对簇头节点所传输的深度压缩数据向量进行数据重构，获得各个传感器节点的原始环境数据。本发明可实现感知数据空间相关性的深度挖掘，并能降低网络数据传输开销、提高数据重建精度以实现延长传感器网络生命周期。
-
Patent Agency Ranking
公开(公告)号：CN105025498B
公开(公告)日：2018-08-21
申请号：CN201510310067.X
申请日：2015-06-08
Applicant: 南京邮电大学
Abstract: 本发明涉及一种基于网络编码与压缩感知的传感网络分簇式空时压缩方法，针对当前研究方案在探索无线传感器网络感知数据时间和空间相关性时存在的重建误差和计算复杂度不够低等性能缺陷问题，融合网络编码与压缩感知理论提出了一个分簇式空时压缩方法，对感知数据空时相关性进行了深度挖掘，通过设计恰当的网络编码系数和观测矩阵元素，将网络编码和压缩感知理论融合统一到实数域，保证了数据重建是可行的并具有高成功率，通过构建传感器节点(簇头节点)独立编码、汇聚节点联合解码思想，使得在保证相同压缩增益的情况下，本方法压缩数据的重建具有更低的重建误差，同时对时间和空间相关性进行循序渐进分步式的探索保证了重建过程的低复杂度。
-
公开(公告)号：CN105025498A
公开(公告)日：2015-11-04
申请号：CN201510310067.X
申请日：2015-06-08
Applicant: 南京邮电大学
CPC classification number: H04W16/18 , H04L1/0076 , H04W84/18
Abstract: 本发明涉及一种基于网络编码与压缩感知的传感网络分簇式空时压缩方法，针对当前研究方案在探索无线传感器网络感知数据时间和空间相关性时存在的重建误差和计算复杂度不够低等性能缺陷问题，融合网络编码与压缩感知理论提出了一个分簇式空时压缩方法，对感知数据空时相关性进行了深度挖掘，通过设计恰当的网络编码系数和观测矩阵元素，将网络编码和压缩感知理论融合统一到实数域，保证了数据重建是可行的并具有高成功率，通过构建传感器节点(簇头节点)独立编码、汇聚节点联合解码思想，使得在保证相同压缩增益的情况下，本方法压缩数据的重建具有更低的重建误差，同时对时间和空间相关性进行循序渐进分步式的探索保证了重建过程的低复杂度。
-
公开(公告)号：CN106604211A
公开(公告)日：2017-04-26
申请号：CN201611174476.2
申请日：2016-12-19
Applicant: 南京邮电大学
Abstract: 本发明涉及一种基于传感器网络的分层式自适应空时压缩方法，针对传感网络构建包括底部感知层、中继层和汇聚层三层结构；在相同压缩率条件下，对比其他压缩方法，本方法具有更低的重建误差，并且该方法应用中，联合离散余弦变换和自适应时域压缩算法挖掘感知数据时域相关性，以及联合离散小波变换和自适应空域压缩挖掘时域压缩数据的空间相关性，使得本发明设计方法在相同阈值下能获得更多的低于阈值的系数，因此能获得更大的压缩率。
-
公开(公告)号：CN105916174A
公开(公告)日：2016-08-31
申请号：CN201610216750.1
申请日：2016-04-08
Applicant: 南京邮电大学
CPC classification number: Y02D70/00 , H04W28/06 , H04W28/0289 , H04W52/0209
Abstract: 本发明公开了一种基于锯齿形扫描的自适应空间压缩方法，包括步骤：各个簇中各网格内的每个传感器节点分别采集原始环境数据并将其所得采集原始数据上传至簇头节点；簇头节点获得二维原始数据矩阵，及进行离散余弦变换获得二维变换矩阵；簇头节点进行锯齿形扫描，将二维变换矩阵变换为一维向量；针对所得一维向量进行自适应空间压缩，获得压缩数据向量；簇头节点将所得压缩数据向量向距离汇聚节点更近的簇头节点传输；所述汇聚节点针对簇头节点所传输的深度压缩数据向量进行数据重构，获得各个传感器节点的原始环境数据。本发明可实现感知数据空间相关性的深度挖掘，并能降低网络数据传输开销、提高数据重建精度以实现延长传感器网络生命周期。
-
公开(公告)号：CN106604211B
公开(公告)日：2019-07-12
申请号：CN201611174476.2
申请日：2016-12-19
Applicant: 南京邮电大学
Abstract: 本发明涉及一种基于传感器网络的分层式自适应空时压缩方法，针对传感网络构建包括底部感知层、中继层和汇聚层三层结构；在相同压缩率条件下，对比其他压缩方法，本方法具有更低的重建误差，并且该方法应用中，联合离散余弦变换和自适应时域压缩算法挖掘感知数据时域相关性，以及联合离散小波变换和自适应空域压缩挖掘时域压缩数据的空间相关性，使得本发明设计方法在相同阈值下能获得更多的低于阈值的系数，因此能获得更大的压缩率。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
