电路与系统学报
電路與繫統學報
전로여계통학보
JOURNAL OF CIRCUITS AND SYSTEMS
2010年
5期
90-98,111
,共10页
传感器网络%数据收集%模型匹配%滤波机制%节能
傳感器網絡%數據收集%模型匹配%濾波機製%節能
전감기망락%수거수집%모형필배%려파궤제%절능
论文面向传感器网络周期性收集中信息残缺流数据的统计特征,研究信源异构数据模型匹配驱动的节能滤波机制(MMF).该机制在数据收集的作用阶段和信息容错方面区别于传统的面向传输过程的同构数据无损融合技术,能够在网络面向应用的前提下,针对异构信源采用有损融合方式来进一步降低网络整体能耗和传输时延.MMF的运作过程分别由模型建立的基本数据收集阶段和模型匹配驱动的自适应数据滤波阶段构成.首先依据半监督学习算法估计描述信源分布的高斯混合模型(GMM)参数,进而基于模型匹配程度来自适应控制网内数据通信频率,执行服务质量要求(QoS)约束下的数据收集有损融合.仿真实验表明,相比于一些经典的数据收集节能算法,本文提出的滤波机制能够在满足系统服务质量要求的前提下,通过提取信源异构流数据的统计冗余特征和驱动相应的模型匹配操作有效地抑制网内冗余数据传输次数和降低传输延时,最终实现健壮节能的传感器网络数据收集效果.
論文麵嚮傳感器網絡週期性收集中信息殘缺流數據的統計特徵,研究信源異構數據模型匹配驅動的節能濾波機製(MMF).該機製在數據收集的作用階段和信息容錯方麵區彆于傳統的麵嚮傳輸過程的同構數據無損融閤技術,能夠在網絡麵嚮應用的前提下,針對異構信源採用有損融閤方式來進一步降低網絡整體能耗和傳輸時延.MMF的運作過程分彆由模型建立的基本數據收集階段和模型匹配驅動的自適應數據濾波階段構成.首先依據半鑑督學習算法估計描述信源分佈的高斯混閤模型(GMM)參數,進而基于模型匹配程度來自適應控製網內數據通信頻率,執行服務質量要求(QoS)約束下的數據收集有損融閤.倣真實驗錶明,相比于一些經典的數據收集節能算法,本文提齣的濾波機製能夠在滿足繫統服務質量要求的前提下,通過提取信源異構流數據的統計冗餘特徵和驅動相應的模型匹配操作有效地抑製網內冗餘數據傳輸次數和降低傳輸延時,最終實現健壯節能的傳感器網絡數據收集效果.
논문면향전감기망락주기성수집중신식잔결류수거적통계특정,연구신원이구수거모형필배구동적절능려파궤제(MMF).해궤제재수거수집적작용계단화신식용착방면구별우전통적면향전수과정적동구수거무손융합기술,능구재망락면향응용적전제하,침대이구신원채용유손융합방식래진일보강저망락정체능모화전수시연.MMF적운작과정분별유모형건립적기본수거수집계단화모형필배구동적자괄응수거려파계단구성.수선의거반감독학습산법고계묘술신원분포적고사혼합모형(GMM)삼수,진이기우모형필배정도래자괄응공제망내수거통신빈솔,집행복무질량요구(QoS)약속하적수거수집유손융합.방진실험표명,상비우일사경전적수거수집절능산법,본문제출적려파궤제능구재만족계통복무질량요구적전제하,통과제취신원이구류수거적통계용여특정화구동상응적모형필배조작유효지억제망내용여수거전수차수화강저전수연시,최종실현건장절능적전감기망락수거수집효과.