WSN中基于压缩感知的分簇数据收集算法

摘要：

为减少无线传感器网络的数据通信量和能量消耗,基于WSN节点数据时空相关性的特性,提出一种将K-means均衡分簇和CS理论相结合的数据收集方法.首先,通过K-means聚类算法均匀划分网络成簇.然后,各簇首对采集到的数据进行基于时空相关性的压缩感知并传输至基站Sink节点.最后,Sink节点采用OMP算法对收集到的数据进行精准重构.仿真结果表明,该算法有效减少了无线传感器网络的数据通信量和压缩感知算法重构过程所需要的观测量.

关键词：无线传感器网络、K-means均衡分簇、压缩感知

分类号：TP391(计算技术、计算机技术)

资助基金：扬州大学广陵学院自然科学研究项目ZKZD19001

在线出版日期：2020-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-5