基于圖信號(hào)處理的WSN數(shù)據(jù)異常檢測(cè)與恢復(fù)
發(fā)布時(shí)間:2024-10-02 21:45
隨著無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,WSN)的廣泛應(yīng)用,針對(duì)WSN數(shù)據(jù)處理的相關(guān)研究逐漸成為信號(hào)處理領(lǐng)域中的關(guān)注重點(diǎn)之一。其中許多的相關(guān)研究都需要對(duì)網(wǎng)絡(luò)所收集的環(huán)境數(shù)據(jù)進(jìn)行分析和處理,所以數(shù)據(jù)集的真實(shí)性和完整性是最基本要求。然而,由于傳感器節(jié)點(diǎn)的電量、存儲(chǔ)空間、計(jì)算能力的限制,以及網(wǎng)絡(luò)傳輸不穩(wěn)定等因素的影響,導(dǎo)致WSN數(shù)據(jù)異常、缺失等情況經(jīng)常發(fā)生。WSN數(shù)據(jù)異常檢測(cè)與恢復(fù)問(wèn)題成為了WSN數(shù)據(jù)處理中的基本問(wèn)題之一。近年來(lái),一種新的信號(hào)處理理論——圖信號(hào)處理(Graph Signal Processing,GSP)為具有拓?fù)浣Y(jié)構(gòu)的網(wǎng)絡(luò)數(shù)據(jù)處理提供了新的研究思路,如何基于圖信號(hào)處理方法更加高效地進(jìn)行WSN數(shù)據(jù)異常檢測(cè)和恢復(fù)工作成為了當(dāng)下的研究熱點(diǎn)。本文首先針對(duì)如何檢測(cè)并標(biāo)記WSN中異常節(jié)點(diǎn)數(shù)據(jù)的問(wèn)題進(jìn)行了研究。我們利用網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和網(wǎng)絡(luò)數(shù)據(jù)之間的關(guān)系,提出了基于子圖中圖頻域處理的異常檢測(cè)算法。該算法為WSN數(shù)據(jù)異常檢測(cè)問(wèn)題的解決提供了新的思路。首先,我們采用高通圖濾波處理提取網(wǎng)絡(luò)信號(hào)的圖高頻分量;其次將網(wǎng)絡(luò)劃分為多個(gè)子圖并篩選出子圖信號(hào)的特定頻率分量;然后對(duì)篩選...
【文章頁(yè)數(shù)】:54 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
§1.1 研究背景及意義
§1.2 國(guó)內(nèi)外研究現(xiàn)狀分析
§1.2.1 WSN數(shù)據(jù)異常檢測(cè)研究現(xiàn)狀
§1.2.2 WSN數(shù)據(jù)恢復(fù)研究現(xiàn)狀
§1.3 本文的工作及結(jié)構(gòu)安排
第二章 圖信號(hào)處理的相關(guān)介紹
§2.1 引言
§2.2 圖模型的基本理論
§2.2.1 圖模型
§2.2.2 圖模型的構(gòu)造方式
§2.2.3 常見(jiàn)的簡(jiǎn)單圖模型
§2.3 圖信號(hào)處理的基礎(chǔ)知識(shí)
§2.3.1 圖信號(hào)
§2.3.2 圖拉普拉斯矩陣
§2.3.3 圖傅里葉變換
§2.3.4 圖濾波器
§2.4 本章小結(jié)
第三章 基于子圖處理的WSN數(shù)據(jù)異常檢測(cè)算法
§3.1 引言
§3.2 WSN數(shù)據(jù)的圖信號(hào)模型
§3.3 異常檢測(cè)算法介紹
§3.3.1 預(yù)處理
§3.3.2 局部處理
§3.3.3 閾值判斷
§3.3.4 匹配篩選
§3.4 實(shí)驗(yàn)仿真與分析
§3.4.1 美國(guó)150個(gè)主要城市日平均溫度數(shù)據(jù)
§3.4.2 全球部分海平面溫度網(wǎng)絡(luò)數(shù)據(jù)
§3.5 本章小結(jié)
第四章 基于聯(lián)合圖域分析的WSN數(shù)據(jù)恢復(fù)算法
§4.1 引言
§4.2 聯(lián)合圖域模型及恢復(fù)原理
§4.3 恢復(fù)算法介紹
§4.4 實(shí)驗(yàn)仿真與分析
§4.4.1 美國(guó)218個(gè)大中城市逐時(shí)溫度數(shù)據(jù)
§4.4.2 全球部分海平面溫度網(wǎng)絡(luò)數(shù)據(jù)
§4.5 本章小結(jié)
第五章 總結(jié)與展望
§5.1 論文工作總結(jié)
§5.2 未來(lái)工作展望
參考文獻(xiàn)
致謝
作者在攻讀碩士期間主要研究成果
本文編號(hào):4006392
【文章頁(yè)數(shù)】:54 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
§1.1 研究背景及意義
§1.2 國(guó)內(nèi)外研究現(xiàn)狀分析
§1.2.1 WSN數(shù)據(jù)異常檢測(cè)研究現(xiàn)狀
§1.2.2 WSN數(shù)據(jù)恢復(fù)研究現(xiàn)狀
§1.3 本文的工作及結(jié)構(gòu)安排
第二章 圖信號(hào)處理的相關(guān)介紹
§2.1 引言
§2.2 圖模型的基本理論
§2.2.1 圖模型
§2.2.2 圖模型的構(gòu)造方式
§2.2.3 常見(jiàn)的簡(jiǎn)單圖模型
§2.3 圖信號(hào)處理的基礎(chǔ)知識(shí)
§2.3.1 圖信號(hào)
§2.3.2 圖拉普拉斯矩陣
§2.3.3 圖傅里葉變換
§2.3.4 圖濾波器
§2.4 本章小結(jié)
第三章 基于子圖處理的WSN數(shù)據(jù)異常檢測(cè)算法
§3.1 引言
§3.2 WSN數(shù)據(jù)的圖信號(hào)模型
§3.3 異常檢測(cè)算法介紹
§3.3.1 預(yù)處理
§3.3.2 局部處理
§3.3.3 閾值判斷
§3.3.4 匹配篩選
§3.4 實(shí)驗(yàn)仿真與分析
§3.4.1 美國(guó)150個(gè)主要城市日平均溫度數(shù)據(jù)
§3.4.2 全球部分海平面溫度網(wǎng)絡(luò)數(shù)據(jù)
§3.5 本章小結(jié)
第四章 基于聯(lián)合圖域分析的WSN數(shù)據(jù)恢復(fù)算法
§4.1 引言
§4.2 聯(lián)合圖域模型及恢復(fù)原理
§4.3 恢復(fù)算法介紹
§4.4 實(shí)驗(yàn)仿真與分析
§4.4.1 美國(guó)218個(gè)大中城市逐時(shí)溫度數(shù)據(jù)
§4.4.2 全球部分海平面溫度網(wǎng)絡(luò)數(shù)據(jù)
§4.5 本章小結(jié)
第五章 總結(jié)與展望
§5.1 論文工作總結(jié)
§5.2 未來(lái)工作展望
參考文獻(xiàn)
致謝
作者在攻讀碩士期間主要研究成果
本文編號(hào):4006392
本文鏈接:http://www.lk138.cn/kejilunwen/zidonghuakongzhilunwen/4006392.html
最近更新
教材專著