-
题名面向并行大数据网络中传感节点定位异常识别
- 1
-
-
作者
盛波
张跃进
-
机构
江苏联合职业技术学院常州艺术分院图文信息中心
华东交通大学信息工程学院
-
出处
《传感技术学报》
CSCD
北大核心
2024年第12期2159-2164,共6页
-
基金
国家自然科学基金重大研究计划培育项目(92159102)
江西省教育厅科学技术研究项目(GJJ2200642)。
-
文摘
并行大数据传感网络通常具有复杂的拓扑结构以及较多的节点数量,在大数据干扰和复杂性干扰下,影响传感网络异常节点识别的可靠性。为此,提出面向并行大数据网络中传感节点定位异常识别方法。建立布尔模型计算节点传输信道覆盖半径,根据载波调制方法估计传输信道中的特征参量,建立传感节点之间通信传输信道模型,获取节点状态及分布情况。构建分布式传感序列采样模型,采集传感节点特征序列,利用压缩感知方法实现对传感节点定位的异常识别。仿真结果表明,所提方法识别异常节点的能耗始终低于3 J,平均识别误差未超过0.35%,节点定位精度高于95%,识别传感异常节点的运行时间在2 ms以下,能够有效延长并行大数据网络的寿命。
-
关键词
传感节点
定位异常识别
压缩感知
并行大数据网络
布尔模型
特征采集
-
Keywords
sensing nodes
identification of positioning anomalies
compressed sensing
parallel big data network
boolean model
feature collection
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
