基于字典学习和压缩感知的WSN数据压缩

作     者：杨欣宇 李爱萍 段利国 赵菊敏 YANG Xin-yu;LI Ai-ping;DUAN Li-guo;ZHAO Ju-min

作者机构：太原理工大学信息与计算机学院山西晋中030600 

基　　金：国家自然科学基金面上基金项目(61972273) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2022年第43卷第9期

页      码：2448-2455页

摘      要：针对无线传感网中,监测数据特征差异、节点能耗受限、现有数据压缩方法效率较低等问题,提出一种基于字典学习和压缩感知的数据压缩模型。改进K-SVD字典学习算法训练稀疏基,满足监测数据特征差异较大的特点,将稀疏变换由感知节点转移到基站,减轻感知节点能耗,降低压缩复杂度。在相同数据集上与现有的OEGMP算法以及基于DCT稀疏基的压缩感知算法做对比实验,其结果表明,在压缩率为0.2时,恢复数据均方根误差由0.281和0.260降低至0.093,模型在数据压缩率和恢复精度等方面有明显提升,可满足大部分实际应用需求。

主 题 词：无线传感网 压缩感知 K-SVD字典 数据压缩 时空相关性 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2022.09.007

馆 藏 号：203114490...