改进压缩感知算法的WSN数据恢复方法

针对WSN数据恢复成本比例较高的问题,提出一种利用改进压缩感知算法和单位圆盘图模型的WSN数据恢复方法。利用改进压缩感知算法恢复部分丢失数据的节点;将这些已恢复的节点数据当作已知,联合原有的正常节点,基于不同的网络拓扑,使用数据骡子进行剩余丢失数据的恢复;在改进压缩感知算法的支撑下,通过二次规划实现数据重构,采用一组具有先进移动能力的移动传感器来访问失效传感器的邻居节点,重新获取丢失数据。利用NS2仿真软件进行实验,仿真结果表明,相比其它几种较新算法,提出算法完成数据恢复所用成本更低。

基于改进压缩感知的战勤网络状态监测模型

为提高战勤网络信息感知节点状态的监测效率,对经典压缩感知理论进行了改进,构造了一种适合于测量战勤网络状态的行和为零的贝努利测量矩阵,理论证明了原始重构算法依然适用于改进后的目标函数,同时提出了基于压缩感知的战勤网络状态监测模型。将改进后的压缩感知方法应用于提出的检测模型,对Hadoop进度跟踪机制进行改进,并在仿真环境下对解码精度、压缩比率、定位效率进行了测试和分析。测试结果表明:在保持与传统方法相同的监测精度下,新方法有效检测的战勤网络规模可提高约16倍。

改进压缩感知的舰船数字图像水印算法

为提升数字图像水印嵌入与提取效果,研究改进压缩感知的舰船数字图像水印算法。通过离散小波变换稀疏分解舰船数字图像,获取高频与低频系数矩阵。利用Kent混沌观测矩阵改进压缩感知理论,依据改进压缩感知理论获取高低频系数矩阵观测值。在高频系数矩阵观测值内嵌入水印,并记录嵌入位置,建立索引矩阵。通过压缩感知重构的改进正交匹配追踪算法,重构嵌入水印后的高低频系数矩阵观测值,获取高低频系数矩阵。融合高低频系数矩阵,并离散小波反变换处理融合后的矩阵,获取嵌入水印的舰船数字图像。利用索引矩阵与高频系数矩阵的观测矩阵,提取水印。实验证明:该算法可有效嵌入与提取舰船数字图像水印;在不同攻击类型时,该算法水印嵌入的透明性均较优,水印提取的精度均较高,具备较优的抗旋转与抗剪切攻击能力。

基于改进贝叶斯压缩感知的正交频分复用系统信道估计

针对正交频分复用(OFDM)系统利用传统压缩感知算法进行信道估计需要已知信道稀疏度等消息,且算法复杂度高,重构时间长的问题,提出改进贝叶斯压缩感知算法进行OFDM信道估计。该算法将正交频分复用系统的信道估计转化为贝叶斯压缩感知重构问题,在不需要预先知道信道稀疏度信息的情况下,通过优化重构过程中的基函数选择方法,将基函数从1个开始逐渐增加,而不是删除,进而得到信道估计值以及误差范围,使该算法具有更快的收敛速度。仿真结果表明,与传统信道估计算法相比,该算法不需要信道的稀疏度信息,并且重构精度更高,在低信噪比的情况下估计效果更好,提高了运算速度,降低了复杂度。