传感器网络中分布式最优小波压缩算法

doi:10.3778/j.issn.1002-8331.2009.10.002

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (10): 4-6.DOI: 10.3778/j.issn.1002-8331.2009.10.002

传感器网络中分布式最优小波压缩算法

杨圣洪^1,2,贾焰¹,周四望³

1.国防科技大学计算机学院，长沙 410073
2.湖南大学计算机与通信学院，长沙 410082
3.湖南大学软件学院，长沙 410082

收稿日期:2008-12-16 修回日期:2009-01-17 出版日期:2009-04-01 发布日期:2009-04-01
通讯作者: 杨圣洪

Distributed data compression algorithm based on optimal wavelet transform for wireless sensor networks

YANG Sheng-hong^1,2,JIA Yan¹,ZHOU Si-wang³

1.School of Computer，National University of Defense Technology，Changsha 410073，China
2.School of Computer and Communication，Hunan University，Changsha 410082，China
3.Software School，Hunan University，Changsha 410082，China

Received:2008-12-16 Revised:2009-01-17 Online:2009-04-01 Published:2009-04-01
Contact: YANG Sheng-hong

摘要/Abstract

摘要： 研究传感器网络中的小波变换问题，提出了一种基于最优小波变换的分布式数据压缩算法。主要工作有：（1）提出基于混合分解的分布式小波变换，利用节点的计算能力减少节点间交换数据产生小波系数的通信开销；（2）提出自适应小波变换，最优变换级根据小波变换的压缩增益和由此产生的网络开销自适应确定。仿真实验表明，和现有的小波数据压缩算法以及非分布式方式相比，提出的算法具有更优的网络性能。

关键词: 无线传感器网络, 小波变换, 数据压缩

Abstract: In this paper，a distributed data compression algorithm based on optimal wavelet transform is proposed.The main works include：（1）a hybrid decomposition based distributed wavelet transform is proposed.It can utilize the computation resource of nodes to decrease the communication overhead when wavelet coefficients are producing.（2）An adaptive wavelet transform is proposed.The optimal transforming level is decided adaptively according to the tradeoff between compression efficiency and corresponding overhead.Experimentally，it is concluded the proposed algorithm can obtain better performance comparing to non-distributed approach and the existing wavelet compression algorithms.

Key words: wireless sensor networks, wavelet transform, data compression

杨圣洪^1,2,贾焰¹,周四望³. 传感器网络中分布式最优小波压缩算法[J]. 计算机工程与应用, 2009, 45(10): 4-6.

YANG Sheng-hong^1,2,JIA Yan¹,ZHOU Si-wang³. Distributed data compression algorithm based on optimal wavelet transform for wireless sensor networks[J]. Computer Engineering and Applications, 2009, 45(10): 4-6.

[1]	杜秀丽，马振倩，邱少明，吕亚娜. 基于卷积注意力机制的运动想象脑电信号识别[J]. 计算机工程与应用, 2021, 57(18): 181-185.
[2]	巩俊辉，胡晓辉，杜永文. 基于演化博弈的最优防御策略选取研究[J]. 计算机工程与应用, 2021, 57(13): 116-123.
[3]	孙泽宇，董汉磊，苏艳超，徐琛，聂雅琳，李传锋. 传感网中基于能量有效的多参数数据重构方法[J]. 计算机工程与应用, 2021, 57(11): 103-110.
[4]	龚本灿，周峰，陈鹏，任东. 基于路径质量的无线传感网路由协议[J]. 计算机工程与应用, 2020, 56(6): 99-104.
[5]	范文兵，孙志远. 基于小波域广义高斯分布的SAR图像分割算法[J]. 计算机工程与应用, 2020, 56(5): 222-226.
[6]	曹军，陈鹤，张佳薇. 基于超分辨率的多聚焦图像融合算法研究[J]. 计算机工程与应用, 2020, 56(3): 180-186.
[7]	宫睿，王小春. 基于可协调经验小波变换的多聚焦图像融合[J]. 计算机工程与应用, 2020, 56(2): 201-210.
[8]	郑祖朋，汪祖民，彭杨，季长清，秦静. 能量采集传感器网络中MAC协议研究综述[J]. 计算机工程与应用, 2020, 56(15): 24-29.
[9]	杜德，高保禄，田力. 结合快速层式DCT和动态LOD的地形压缩绘制技术[J]. 计算机工程与应用, 2020, 56(13): 223-229.
[10]	韩雨涝. 非并行二分法的覆盖空洞修复算法[J]. 计算机工程与应用, 2020, 56(12): 87-92.
[11]	杨飞跃，陶洋. 时空协作的WSNs节点异常检测算法[J]. 计算机工程与应用, 2019, 55(7): 127-131.
[12]	朱瑞金，龚雪娇，唐波. 分布式混合压缩感知无线传感器网络数据收集[J]. 计算机工程与应用, 2019, 55(6): 73-80.
[13]	乔冉，闫江毓，唐良瑞. 基于多维高斯的无线传感器网络定位算法[J]. 计算机工程与应用, 2019, 55(23): 99-104.
[14]	王艳娇，唐琦. 改进的异构无线传感器网络路由能量算法[J]. 计算机工程与应用, 2019, 55(22): 80-85.
[15]	韩雨涝. 面向带状无线传感网低延迟可靠数据收集算法[J]. 计算机工程与应用, 2019, 55(21): 104-109.

传感器网络中分布式最优小波压缩算法

Distributed data compression algorithm based on optimal wavelet transform for wireless sensor networks

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics