隨著無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,WSN)的廣泛應(yīng)用,針對WSN數(shù)據(jù)處理的相關(guān)研究逐漸成為信號處理領(lǐng)域中的關(guān)注重點之一。其中許多的相關(guān)研究都需要對網(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)集的真實性和完整性是最基本要求。然而,由于傳感器節(jié)點的電量、存儲空間、計算能力的限制,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)異常檢測與恢復(fù)問題成為了WSN數(shù)據(jù)處理中的基本問題之一。近年來,一種新的信號處理理論——圖信號處理(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,如何基于圖信號處理方法更加高效地進(jìn)行WSN數(shù)據(jù)異常檢測和恢復(fù)工作成為了當(dāng)下的研究熱點。本文首先針對如何檢測并標(biāo)記WSN中異常節(jié)點數(shù)據(jù)的問題進(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算法。該算法為WSN數(shù)據(jù)異常檢測問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)信號的圖高頻分量;其次將網(wǎng)絡(luò)劃分為多個子圖并篩選出子圖信號的特定頻率分量;然后對篩選...

【文章頁數(shù)】：54 頁

【學(xué)位級別】：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 國內(nèi)外研究現(xiàn)狀分析
        §1.2.1 WSN數(shù)據(jù)異常檢測研究現(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 常見的簡單圖模型
    §2.3 圖信號處理的基礎(chǔ)知識
        §2.3.1 圖信號
        §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)異常檢測算法
    §3.1 引言
    §3.2 WSN數(shù)據(jù)的圖信號模型
    §3.3 異常檢測算法介紹
        §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 實驗仿真與分析
        §3.4.1 美國150個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 實驗仿真與分析
        §4.4.1 美國218個大中城市逐時溫度數(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：4006392