融合K均值分簇MST路由的无线传感网压缩采样技术.pdfVIP

pL 2015年 9月 CHINESEJOURNALOFSENSORSANDACTUATORS Sept．2015 CompressedSensingTechnologyCombinedwithK—M eansClustered M ST RoutingforW irelessSensorNetworks ZHANG Meiyan ，CAIW enyu。 (1．SchoolofElectricalEngineering，Zh~iangUniversityofWaterResourcesandElectricPower，Hangzhou310018，China) 2．SchoolofElectronicsInformation，HangzhouDianziUniversity，Hangzhou310018，China) Abstract：Consideringthespecialcharacteristicsofdatacollectionandenergyconstraintsofwirelesssensornet— works，thepapercombinesclusteredroutingstrategywithcompressedsensingdatacollectionmethodandthenpro- posesacompressedsensingbasedcompressivesamplingalgorithmwithK-MeansclusteringMST(MinimumSpan— ningTree)routing．Theproposedalgorithmusesthesparseprojectionmatrixinordertoreducethecorrelationde— greevaluebetweentheprojectionmatrixandsparsematrixSOastoreducetheamountofdatatransmissionintheba- sistoensurethequalityofthedatareconstructionbyusingK-MeansclusteringMST datafusiontree．Thesimula- tionresultsshow thatthisalgorithm canimprovethenetworkenergyusageefficiency，andalsobesuitabletoall kindsofscalewirelesssensornetworks． Keywords：wirelesssensornetworks；‘compressivesensing；adaptivesampling；minimum spanningtree；K-Means clustering EEACC：6150P doi：10．39690．issn．1004-1699．2015．09．023 融合K均值分簇MST路 由的无线传感网 压缩采样技术 张美燕 ，蔡文郁 (1．浙江水利水电学院 电气工程系，杭州310018；2．杭州电子科技大学 电子信息学院，杭州310018) 摘 要 ：考虑无线传感网中数据采集特点和能量约束性，将分簇路由策略融合到压缩感知采样中，提出了一种融合K均值分 簇MST路由的压缩采样算法。算法采用稀疏投影矩阵以减小投影矩阵与稀疏基之间的相关度，利用K均值分簇MST(Mini— mumSpanningTree)机制构造数据融合树，在保证数据重构质量的基础上减少网络数据传输量。仿真结果表明，算法可以提高 网络能量使用效率，同时可以适应各种规模的无线传感网。 关键词 ：无线传感网；压缩感知；自适应采样；最小生成树；K均值分簇 中图分类号 ：TP393 文献标识码：A 文章编号 ：1OO4—1699(2015)O9—1402-06 作为无线传感网的最重要和最基本的功能，网 助信号 内在 的稀疏性或可压缩性 ，