基于压缩网络编码的WSN数据传输技术

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (8): 102-108.

基于压缩网络编码的WSN数据传输技术

周若飞，吴绍华，李云鹤，梁敏强

哈尔滨工业大学深圳研究生院电子与信息工程学院，广东深圳 518055

出版日期:2015-04-15 发布日期:2015-04-29

Data gathering in wireless sensor networks employing compressed network coding

ZHOU Ruofei, WU Shaohua, LI Yunhe, LIANG Minqiang

School of Electronic and Information Engineering, Harbin Institute of Technology Shenzhen Graduate School, Shenzhen, Guangdong 518055, China

Online:2015-04-15 Published:2015-04-29

摘要/Abstract

摘要： 介绍了应用于无线传感器网络（Wireless Sensor Networks，WSN）中的一种数据传输方案——压缩网络编码（Compressed Network Coding，CNC）。在WSN中，通常应用网络编码（Network Coding，NC）来适应拓扑结构的动态变化并提高数据传输效率。考虑到传感器网络中节点测量值之间的相关性，与随机线性网络编码（Random Linear Network Coding，RLNC）方案中的编码操作与压缩感知（Compressed Sensing，CS）中随机投影操作之间的相似性，CNC方案将CS引入到NC中，通过对测量值数据包以及NC局部编码向量的设计，来解决传统NC译码存在的“全有或全无”问题。在汇聚节点收集到的数据包个数小于网络中源节点个数的情况下，CNC方案仍能以高概率精确重构感知数据。仿真结果表明，在合理的误差容许范围内重构测量值，所需的数据包个数仅为传统NC方案所需个数的一半，与传统NC技术相比，CNC方案将数据传输效率提升了20%以上。

关键词: 无线传感器网络, 压缩感知, 随机线性网络编码

Abstract: Data gathering plays a significant role in Wireless Sensor Networks（WSNs）. This paper proposes a Compressed Network Coding（CNC） scheme to improve the communication efficiency. Network Coding（NC） is always used to address the dynamic topology problem of WSN. Utilizing the correlation of the readings from nodes of sensor networks, and the similarity between the operation in Random Linear Network Coding（RLNC） scheme and the random projection operation in Compressed Sensing（CS）, it introduces a method combined compressive sensing and network coding to solve the all-or-nothing problem of network decoding by designing the packet form and local coding vectors. CNC scheme guarantees that the sensing data can be accurately recovered with a high probability even if the number of received packets is less than the total number of source nodes in the network. Simulation shows that it just needs half the number of packets which conventional network coding scheme needs to reconstruct measurements with reasonable quality. Compared with the traditional NC scheme, CNC increases the efficiency of data gathering over 20%.

Key words: wireless sensor networks, compressed sensing, random linear network coding

周若飞，吴绍华，李云鹤，梁敏强. 基于压缩网络编码的WSN数据传输技术[J]. 计算机工程与应用, 2015, 51(8): 102-108.

ZHOU Ruofei, WU Shaohua, LI Yunhe, LIANG Minqiang. Data gathering in wireless sensor networks employing compressed network coding[J]. Computer Engineering and Applications, 2015, 51(8): 102-108.

[1]	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.
[2]	张珊珊，赵建华. 基于IALM的穿墙雷达成像算法[J]. 计算机工程与应用, 2021, 57(11): 77-83.
[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]	孙泽宇，吕治国. 大规模MIMO加权正交匹配追踪信道估计算法[J]. 计算机工程与应用, 2020, 56(5): 118-124.
[6]	陈子兆，矫文成. 改进的稀疏深度置信网络[J]. 计算机工程与应用, 2020, 56(2): 62-67.
[7]	万东琴，卿朝进，阳庆瑶，蔡斌，余旺. 叠加特征辅助的1-bit CS音频传输[J]. 计算机工程与应用, 2020, 56(16): 69-74.
[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]	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.
[10]	邵然，沈军. 二维逐步正交匹配追踪算法[J]. 计算机工程与应用, 2020, 56(1): 209-215.
[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]	杨赵琪璘，彭定涛，唐琦，罗孝敏. 基于稀疏优化lp正则化的光滑化拟牛顿算法[J]. 计算机工程与应用, 2019, 55(22): 163-171.