科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对无线传感网中，监测数据特征差异、节点能耗受限、现有数据压缩方法效率较低等问题，提出一种基于字典学习和压缩感知的数据压缩模型。改进K-SVD字典学习算法训练稀疏基，满足监测数据特征差异较大的特点，将稀疏变换由感知节点转移到基站，减轻感知节点能耗，降低压缩复杂度。在相同数据集上与现有的OEGMP算法以及基于DCT稀疏基的压缩感知算法做对比实验，其结果表明，在压缩率为0.2时，恢复数据均方根误差由0.281和0.260降低至0.093，模型在数据压缩率和恢复精度等方面有明显提升，可满足大部分实际应用需求。
- 单位
