为提高基于压缩感知的无线传感器网络的定位精度和抗噪性,提出一种无线传感器网络下二进制鲸鱼优化算法压缩感知重构的多目标定位算法。首先将连续的鲸鱼优化算法离散在二进制空间中,并保留鲸鱼捕食策略的特性;再将二进制鲸鱼优化算法...为提高基于压缩感知的无线传感器网络的定位精度和抗噪性,提出一种无线传感器网络下二进制鲸鱼优化算法压缩感知重构的多目标定位算法。首先将连续的鲸鱼优化算法离散在二进制空间中,并保留鲸鱼捕食策略的特性;再将二进制鲸鱼优化算法用于压缩感知信号重构;最终实现了无线传感器网络下的多目标定位。实验结果对比表明,相比于传统的压缩感知重构算法,该算法在目标数为8,信噪比为5 d B时,平均定位误差控制在1.25 m以内,具有良好的抗噪性,且计数性能和定位性能优于贪婪匹配追踪算法、传统的L1范数求解算法。展开更多
针对无线传感网中分布式数据收集及应用,采用分布式压缩感知理论中的JSM-1(joint sparse model-1)模型,提出了一种基于Jacobi ADMM(alternating direction method of multipliers)的分布式压缩感知数据重构算法.该算法通过在簇头节点间...针对无线传感网中分布式数据收集及应用,采用分布式压缩感知理论中的JSM-1(joint sparse model-1)模型,提出了一种基于Jacobi ADMM(alternating direction method of multipliers)的分布式压缩感知数据重构算法.该算法通过在簇头节点间交换公共信息以挖掘关联数据集的公共部分,并在各个簇头节点内部更新各自的独立部分,从而实现无线传感网中相关感知数据的分布式压缩重构.首先,将无线传感网中的数据收集问题抽象为一个分布式优化问题.然后,为了能够有效地解决分布式计算过程中产生的不收敛问题,在优化目标函数中引入了近似项,从而使得子优化问题具有严格凸性,并利用交替方向乘子法求解压缩感知数据的重构问题.最后,分别利用合成数据集和真实数据集进行验证.实验结果表明:与现有其他数据重构算法相比,基于Jacobi ADMM的分布式压缩感知数据重构算法具有更高的数据重构精度.展开更多
文摘为提高基于压缩感知的无线传感器网络的定位精度和抗噪性,提出一种无线传感器网络下二进制鲸鱼优化算法压缩感知重构的多目标定位算法。首先将连续的鲸鱼优化算法离散在二进制空间中,并保留鲸鱼捕食策略的特性;再将二进制鲸鱼优化算法用于压缩感知信号重构;最终实现了无线传感器网络下的多目标定位。实验结果对比表明,相比于传统的压缩感知重构算法,该算法在目标数为8,信噪比为5 d B时,平均定位误差控制在1.25 m以内,具有良好的抗噪性,且计数性能和定位性能优于贪婪匹配追踪算法、传统的L1范数求解算法。
文摘针对无线传感网中分布式数据收集及应用,采用分布式压缩感知理论中的JSM-1(joint sparse model-1)模型,提出了一种基于Jacobi ADMM(alternating direction method of multipliers)的分布式压缩感知数据重构算法.该算法通过在簇头节点间交换公共信息以挖掘关联数据集的公共部分,并在各个簇头节点内部更新各自的独立部分,从而实现无线传感网中相关感知数据的分布式压缩重构.首先,将无线传感网中的数据收集问题抽象为一个分布式优化问题.然后,为了能够有效地解决分布式计算过程中产生的不收敛问题,在优化目标函数中引入了近似项,从而使得子优化问题具有严格凸性,并利用交替方向乘子法求解压缩感知数据的重构问题.最后,分别利用合成数据集和真实数据集进行验证.实验结果表明:与现有其他数据重构算法相比,基于Jacobi ADMM的分布式压缩感知数据重构算法具有更高的数据重构精度.
