公开(公告)号：CN106604211B

公开(公告)日：2019-07-12

申请号：CN201611174476.2

申请日：2016-12-19

Applicant: 南京邮电大学

Inventor： 陈思光 ,  周嘉声 ,  刘金成 ,  王堃 ,  鲁蔚锋

IPC: H04W4/38 ,  H04W28/06

Abstract: 本发明涉及一种基于传感器网络的分层式自适应空时压缩方法，针对传感网络构建包括底部感知层、中继层和汇聚层三层结构；在相同压缩率条件下，对比其他压缩方法，本方法具有更低的重建误差，并且该方法应用中，联合离散余弦变换和自适应时域压缩算法挖掘感知数据时域相关性，以及联合离散小波变换和自适应空域压缩挖掘时域压缩数据的空间相关性，使得本发明设计方法在相同阈值下能获得更多的低于阈值的系数，因此能获得更大的压缩率。

公开(公告)号：CN105916174B

公开(公告)日：2019-01-29

申请号：CN201610216750.1

申请日：2016-04-08

Applicant: 南京邮电大学

Inventor： 刘金成 ,  陈思光 ,  吴蒙 ,  鲁蔚锋 ,  王堃 ,  周嘉声

IPC: H04W28/02 ,  H04W28/06 ,  H04W52/02

Abstract: 本发明公开了一种基于锯齿形扫描的自适应空间压缩方法，包括步骤：各个簇中各网格内的每个传感器节点分别采集原始环境数据并将其所得采集原始数据上传至簇头节点；簇头节点获得二维原始数据矩阵，及进行离散余弦变换获得二维变换矩阵；簇头节点进行锯齿形扫描，将二维变换矩阵变换为一维向量；针对所得一维向量进行自适应空间压缩，获得压缩数据向量；簇头节点将所得压缩数据向量向距离汇聚节点更近的簇头节点传输；所述汇聚节点针对簇头节点所传输的深度压缩数据向量进行数据重构，获得各个传感器节点的原始环境数据。本发明可实现感知数据空间相关性的深度挖掘，并能降低网络数据传输开销、提高数据重建精度以实现延长传感器网络生命周期。

公开(公告)号：CN108966310A

公开(公告)日：2018-12-07

申请号：CN201810649463.9

申请日：2018-06-22

Applicant: 南京邮电大学

Inventor： 陈思光 ,  张淑珺 ,  周嘉声 ,  王志浩 ,  王堃 ,  殷俊 ,  孙雁飞

IPC: H04W40/32

CPC classification number: H04W40/32

Abstract: 本发明公开了一种基于空间压缩的簇头优化选举算法，将N个感知节点随机散布在一个正方形的区域内，sink节点位于整个网络的正中心，传感器网络进入循环运行，每次循环首先进行簇的建立，利用簇头选举算法搜索簇头节点的最佳位置，感知节点选择距离最近的簇头节点自行成簇；然后进行数据传输，将感知节点数据传输至簇头节点，基于空间压缩原理压缩数据得到空间压缩数据，并将空间压缩数据传输至sink节点；最后进行数据重构，sink节点对数据进行实时重建。本发明实现网络中的簇头分布相对均匀以及进一步延长网络生命周期，解决簇头节点随机选举影响网络可靠性的技术问题。

公开(公告)号：CN108521635A

公开(公告)日：2018-09-11

申请号：CN201810270340.4

申请日：2018-03-29

Applicant: 南京邮电大学

Inventor： 陈思光 ,  周嘉声 ,  王志浩 ,  蒋帅 ,  朱雨晴 ,  王堃 ,  殷俊 ,  孙雁飞

IPC: H04W4/38 ,  H04W40/08 ,  H04W40/20 ,  H04L12/733 ,  H04L12/715

Abstract: 本发明公开了一种基于空时压缩的传感网络分簇优化方法，该方法采用让感知节点轮流成为簇头的方式均衡网络中各感知节点的能耗；根据传感器网络中的感知节点数量进行分簇，有效的控制了簇的分布与规模；基于能量与距离模型优化算法动态的优化各簇内的簇头数量，减小了各簇内的能量消耗，提高了网络的自组织性与自适应性；运用压缩感知理论充分挖掘感知数据的空时相关性，并在簇头和感知节点处实现了空时压缩，进一步减少了网络中的数据传输量；在相同网络环境下，对比其他方案方法，其具有更低的能量消耗并且有效的延长了网络的生命周期。

公开(公告)号：CN106604211A

公开(公告)日：2017-04-26

申请号：CN201611174476.2

申请日：2016-12-19

Applicant: 南京邮电大学

Inventor： 陈思光 ,  周嘉声 ,  刘金成 ,  王堃 ,  鲁蔚锋

IPC: H04W4/00 ,  H04W28/06

CPC classification number: H04W4/38 ,  H04W28/06

Abstract: 本发明涉及一种基于传感器网络的分层式自适应空时压缩方法，针对传感网络构建包括底部感知层、中继层和汇聚层三层结构；在相同压缩率条件下，对比其他压缩方法，本方法具有更低的重建误差，并且该方法应用中，联合离散余弦变换和自适应时域压缩算法挖掘感知数据时域相关性，以及联合离散小波变换和自适应空域压缩挖掘时域压缩数据的空间相关性，使得本发明设计方法在相同阈值下能获得更多的低于阈值的系数，因此能获得更大的压缩率。

公开(公告)号：CN105916174A

公开(公告)日：2016-08-31

申请号：CN201610216750.1

申请日：2016-04-08

Applicant: 南京邮电大学

Inventor： 刘金成 ,  陈思光 ,  吴蒙 ,  鲁蔚锋 ,  王堃 ,  周嘉声

IPC: H04W28/02 ,  H04W28/06 ,  H04W52/02

CPC classification number: Y02D70/00 ,  H04W28/06 ,  H04W28/0289 ,  H04W52/0209

Abstract: 本发明公开了一种基于锯齿形扫描的自适应空间压缩方法，包括步骤：各个簇中各网格内的每个传感器节点分别采集原始环境数据并将其所得采集原始数据上传至簇头节点；簇头节点获得二维原始数据矩阵，及进行离散余弦变换获得二维变换矩阵；簇头节点进行锯齿形扫描，将二维变换矩阵变换为一维向量；针对所得一维向量进行自适应空间压缩，获得压缩数据向量；簇头节点将所得压缩数据向量向距离汇聚节点更近的簇头节点传输；所述汇聚节点针对簇头节点所传输的深度压缩数据向量进行数据重构，获得各个传感器节点的原始环境数据。本发明可实现感知数据空间相关性的深度挖掘，并能降低网络数据传输开销、提高数据重建精度以实现延长传感器网络生命周期。