主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
周四望,林亚平,张建明,欧阳竞成,卢新国.传感器网络中基于环模型的小波数据压缩算法.软件学报,2007,18(3):669-680
传感器网络中基于环模型的小波数据压缩算法
A Wavelet Data Compression Algorithm Using Ring Topology for Wireless Sensor Networks
投稿时间:2005-11-09  修订日期:2006-05-24
DOI:
中文关键词:  无线传感器网络  环模型  小波变换  压缩
英文关键词:wireless sensor network  ring topology  wavelet transform  compression
基金项目:Supported by the National High-Tech Research and Development Plan of China under Grant No.2006AA01Z227(国家高技术研究发展计划(863)),the Natural Science Foundation of Hu'nan Province of China under Grant No.06JJ20049(湖南省自然科学基金)
作者单位
周四望 湖南大学,计算机与通信学院,湖南,长沙,410082 
林亚平 湖南大学,计算机与通信学院,湖南,长沙,410082
湖南大学,软件学院,湖南,长沙,410082 
张建明 湖南大学,计算机与通信学院,湖南,长沙,410082 
欧阳竞成 湖南大学,计算机与通信学院,湖南,长沙,410082 
卢新国 湖南大学,计算机与通信学院,湖南,长沙,410082 
摘要点击次数: 3252
全文下载次数: 2895
中文摘要:
      无线传感器网络有限的资源,如能量、通信带宽等,难以适应网络中大量数据的传输,需要在网络内部对原始监测数据进行压缩或聚合处理.设计了一个适合小波变换的环模型.针对任意支撑长度的小波函数,给出了一种基于环模型的分布式时-空小波数据压缩算法.该算法将传感器网络中的数据抽象为一个矩阵,将时间相关性与空间相关性映射为该矩阵的小波列变换与行变换,以同时挖掘传感器网络中数据的时间和空间相关性.从能量消耗和网络延时两方面定性地分析了算法的性能.理论分析和实验结果表明,该算法能够有效地去除传感数据中存在的时间和空间相关性,
英文摘要:
      Wireless sensor networks usually have limited energy and transmission capacity, and they can’t match the transmission of a large number of data. So, it is necessary to perform in-network compression or aggregation of the raw data sampled by sensors. By designing a ring topology, this paper proposes an algorithm for wavelet based spatio-temporal data compression in wireless sensor networks. The algorithm is capable of supporting a broad scope of wavelets that can simultaneously explore the spatial and temporal correlations among the sensory data. In this algorithm, the data in sensor networks are abstracted as a matrix, and the temporal and spatial correlation is then captured by the column and row wavelet transform respectively. The performance of the algorithm is qualitatively analyzed from the viewpoints of energy and delay. Theoretically and experimentally, it is concluded that the proposed algorithm can effectively explore the spatial and temporal correlation in the sensory data and provide a significant reduction in energy consumption and delay.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利