无线传感器网络中的数据压缩研究 ——结合小波提升算法和差分机制

doi:10.3778/j.issn.1002-8331.2010.02.034

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (2): 109-112.DOI: 10.3778/j.issn.1002-8331.2010.02.034

• 数据库、信号与信息处理 • 上一篇下一篇

无线传感器网络中的数据压缩研究
——结合小波提升算法和差分机制

夏永成¹，陈黎黎²，陈曦¹

1.长沙理工大学计算机与通信工程学院，长沙 410114
2.湖南大学计算机与通信工程学院，长沙 410082

收稿日期:2009-03-03 修回日期:2009-04-27 出版日期:2010-01-11 发布日期:2010-01-11
通讯作者: 夏永成

Research on data compression in wireless sensor networks—with wavelet lifting algorithm and difference mechanism

XIA Yong-cheng¹，CHEN Li-li²，CHEN Xi¹

1.Computer & Communication Engineering Institute，Changsha University of Science & Technology，Changsha 410114，China
2.School of Computer and Communication，Hunan University，Changsha 410082，China

Received:2009-03-03 Revised:2009-04-27 Online:2010-01-11 Published:2010-01-11
Contact: XIA Yong-cheng

摘要/Abstract

摘要： 对无线传感器网络中的数据进行处理具有重要意义。引入小波变换中的提升算法对数据进行压缩处理，克服传统的小波变换方法计算量大，耗时较长的缺点。针对现有机制没有考虑到数据的时间相关性的缺陷，提出一种全新的数据发送机制——差分机制，从源头上消除冗余数据，减少数据发送量。实验表明，采用提升算法和差分机制能够有效去除无线传感器网络的冗余数据，降低节点的能量消耗，延长整个网络的生命周期。

关键词: 小波提升算法, 数据压缩, 差分机制, 无线传感器网络

Abstract: Perform the data process in Wireless Sensor Networks（WSN） have great significant.The lifting algorithm in wavelet transformation is introduced for data compression.The algorithm overcomes such disadvantages of the traditional wavelet transformation as heavy calculation and time-consuming.To change the malpractice that the existing mechanisms do not consideration for the time pertinence in data，this paper proposes a new data transmission mechanism—Difference Mechanism.It removes the redundant data from its source，decreases the data needed for transmission.The simulation result shows that the lifting algorithm and difference mechanism can eliminate the redundant data in WSN efficiently.It greatly decreases the energy consuming and prolongs the lifecycle of WSN.

Key words: wavelet lifting algorithm, data compressing, difference mechanism, Wireless Sensor Networks（WSN）

中图分类号:

TP393

夏永成¹，陈黎黎²，陈曦¹. 无线传感器网络中的数据压缩研究
——结合小波提升算法和差分机制[J]. 计算机工程与应用, 2010, 46(2): 109-112.

XIA Yong-cheng¹，CHEN Li-li²，CHEN Xi¹. Research on data compression in wireless sensor networks—with wavelet lifting algorithm and difference mechanism[J]. Computer Engineering and Applications, 2010, 46(2): 109-112.

[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]	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.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	张媛媛，吴华锋，鲜江峰，梅骁峻. 双重约束下的海洋无线传感网自适应成簇算法[J]. 计算机工程与应用, 2019, 55(19): 128-133.
[13]	邹山花，高毅，彭力. 随机系统事件驱动控制策略的研究与设计[J]. 计算机工程与应用, 2019, 55(17): 100-106.
[14]	李道全，魏艳婷，张玉霞，刘文静. 基于改进蚁群算法的WSN能量均衡路由算法[J]. 计算机工程与应用, 2019, 55(17): 117-124.
[15]	姬晓辉，孙泽宇，阎奔，李传锋. 基于联合节点行为策略的WSN覆盖控制算法[J]. 计算机工程与应用, 2019, 55(16): 99-107.

无线传感器网络中的数据压缩研究
——结合小波提升算法和差分机制

Research on data compression in wireless sensor networks—with wavelet lifting algorithm and difference mechanism

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