传感器网络中基于区间小波变换的混合熵数据压缩算法

doi:10.3724/SP.J.1087.2005.01676

计算机应用 ›› 2005, Vol. 25 ›› Issue (07): 1676-1678.DOI: 10.3724/SP.J.1087.2005.01676

传感器网络中基于区间小波变换的混合熵数据压缩算法

王雷^1，2，周四望²，陈治平¹，林亚平²

1.福建工程学院计算机与信息科学系，福建福州 350014；
2.湖南大学计算机与通信学院，湖南长沙 410082

收稿日期:2004-12-30 修回日期:2005-02-28 出版日期:2005-07-01 发布日期:2005-07-01
作者简介:王雷(1973－)，男，湖南长沙人，副教授，博士，主要研究方向：计算机网络、机器学习；〓周四望（1977-），男，湖南湘潭人，博士，主要研究方向：计算机网络；陈治平(1971-)，男，湖南益阳人，副教授，博士，主要研究方向：计算机网络、机器学习；林亚平（1955-），男，湖南邵阳人，教授，博士生导师，主要研究方向：计算机网络、机器学习
基金资助:
湖南省自然科学基金资助项目（03JJY3098）

Data compression algorithms based on wavelet transforming for sensor networks

WANG Lei^1,2, ZHOU Si-wang², CHEN Zhi-ping¹, LIN Ya-ping²

1. Department of Computer and Information Science, Fujian University of Technology; 2. College of Computer and Communication, Hunan University

Received:2004-12-30 Revised:2005-02-28 Online:2005-07-01 Published:2005-07-01

摘要/Abstract

摘要：

考虑传感器网络的数据特性及小波变换在流数据压缩方面的良好性能，提出了一种基于区间小波变换的混合熵数据压缩方法。理论分析和仿真结果表明，结合传统的DC(Data Centric)算法-DD (Directed Diffusion)路由算法，新算法能对传感器网络中的数据流进行有效压缩，可更大程度地降低DD路由算法下节点数据传输的能耗，从而可进一步延长整个网络的生命周期。

关键词: 传感器网络, 数据压缩, 区间小波变换, 熵

Abstract:

According to the data characteristics in sensor networks and the good performances of wavelet transforming in data stream compression, a novel mixed -entropy data compression algorithm based on interval wavelet transforming was proposed for sensor network. Theoretical analysis and simulation results show that, the new method can compress the data stream for sensor networks effectively, and reduce the energy costs of nodes in data transferring. So, it can prolong the lifetime of the whole networks to a greater degree combined with those traditional DC (Data Centric) routing algorithms such as DD (Directed Diffusion) protocol.

Key words: sensor networks, data compression, interval wavelet transforming, entropy

中图分类号:

TP393

王雷，周四望，陈治平，林亚平. 传感器网络中基于区间小波变换的混合熵数据压缩算法[J]. 计算机应用, 2005, 25(07): 1676-1678.

WANG Lei, ZHOU Si-wang, CHEN Zhi-ping, LIN Ya-ping. Data compression algorithms based on wavelet transforming for sensor networks[J]. Journal of Computer Applications, 2005, 25(07): 1676-1678.

参考文献

[1]AGRE J, CLARE L. An integrated architecture for cooperative sensing networks [J]. IEEE Computer, 2000, 33(5):106-108.
[2] 任丰原, 黄海宁, 林闯. 无线传感器网络[J]. 软件学报, 2003, 14 (7):1282-1291.
[3] 李建中, 李金宝, 石胜飞. 传感器网络及其数据管理的概念、问题与进展[J]. 软件学报, 2003, 14 (10):1717-1727.
[4] SINHUA A, CHANDRAKASAN A. Dynamic power management in wireless sensor network [J]. IEEE Design and Test of Computer, 2001, 18(2): 62-74.
[5] ESTRIN D, GOVINDAN R, HEIDEMAN J, et al. Next century challenges: Scalable Coordination in Sensor Networks [A]. KODESH H. Proceedings of the 5th annual ACM/IEEE international conference on mobile computing and networking [C]. New York: ACM Press, 1999. 263-270.
[6] AKYILDIZ IF, SU W, SANKARASUBRAMANIAM Y, et al. A Survey on Sensor Networks [J]. IEEE Communications Magazine, 2002, 40(8):102-114.
[7] POTTIE G, KAISER W. Wireless Sensor Networks [J]. Communications of the ACM, 2000, 43(5): 51-58.
[8] INTANAGONWIWAT C, GOVINDAN R, ESTRIN D. Directed Diffusion: A Scalable and Robust Communication Paradigm for Sensor Networks [A]. Pickholtz R. Proceedings of ACM Conference on Mobile Computing and Networking [C]. Boston: Academic Press, 2000, 56-67..
[9] KRISHNAMACHARI B, ESTRIN D, WICKER S. Modelling Data-Centric Routing in Wireless Sensor Networks [A]. KERMANI P. Proceedings of IEEE Infocom [C], New York : IEEE Society Press, 2002. 87-98.
[10] HEINZELMAN W, KULIK J, BALAKRISHNAN H. Negotiation Based Protocols for Disseminating Information in Wireless Sensor Networks [J]. ACM Wireless Networks, 2002, 8（2/3）: 169-185
[11] YU Y, GOVINDAN R, ESTRIN D. UCLA/CSD-TR-01-0023, Geographical and Energy Aware Routing: A recursive Data Dissemination Protocol for Wireless Sensor Networks [R]. University of California, 2001.
[12] 林亚平, 王雷. 传感器网络中的分布式数据汇聚层次路由算法 [J]. 电子学报, 2004,28(11):1290-1297.
[13] 彭伟, 卢锡诚. 一个新的分布式最小连通支配集近似算法 [J]. 计算机学报, 2001,24(3): 254-258.
[14] 高协平,张钹. 区间子波神经网络(Ⅰ)——理论与实现 [J]. 软件学报, 1998,9(3):217-221.
[15] 高协平,张钹. 区间子波神经网络（Ⅱ）——理论与实现 [J]. 软件学报, 1998,9(4):245-250.
[16] ANDERSSON L, HALL N, JAWERTH B et al. Wavelets on closes subsets of the real line [A]. SCHUMAKER L. Recent Advance in Wavelet Analysis [C]. Boston: Academic Press, 1994.1-61.

传感器网络中基于区间小波变换的混合熵数据压缩算法

Data compression algorithms based on wavelet transforming for sensor networks

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

[1]	胡天杰, 胡文军, 王士同. 分布熵惩罚的支持向量数据描述[J]. 计算机应用, 2021, 41(8): 2212-2218.
[2]	王治和, 常筱卿, 杜辉. 基于万有引力的自适应近邻传播聚类算法[J]. 计算机应用, 2021, 41(5): 1337-1342.
[3]	孙环, 陈宏滨. 基于萤火虫算法的无线传感器网络节点重部署策略[J]. 计算机应用, 2021, 41(2): 492-497.
[4]	律睿慜, 梅莉琳, 邢红姹, 孟磊, 昃跃峰. 基于马尔可夫链的书画时序感量化方法[J]. 计算机应用, 2021, 41(1): 295-299.
[5]	胡润彦, 李翠然. 基于模糊控制的自供能无线传感器网络分簇算法[J]. 计算机应用, 2020, 40(9): 2691-2697.
[6]	韩雨涝, 房鼎益. 基于链路交点相对位置信息的轻量级覆盖空洞检测算法[J]. 计算机应用, 2020, 40(9): 2698-2705.
[7]	袁园, 吴文, 万毅. 基于熵驱动域适应学习的单幅图像阴影检测方法[J]. 计算机应用, 2020, 40(7): 2131-2136.
[8]	周思羽, 包国琦, 刘凯. 低通滤波下约束对数强度熵的图像渐晕校正[J]. 计算机应用, 2020, 40(6): 1812-1817.
[9]	韩雨涝, 房鼎益. 联合无线充电与数据收集的移动充电装置多目标路径规划算法[J]. 计算机应用, 2020, 40(6): 1745-1750.
[10]	张伍, 陈红梅. 基于多核模糊粗糙集与蝗虫优化算法的高光谱波段选择[J]. 计算机应用, 2020, 40(5): 1425-1430.
[11]	陈程军, 毛莺池, 王绎超. 基于激活-熵的分层迭代剪枝策略的CNN模型压缩[J]. 计算机应用, 2020, 40(5): 1260-1265.
[12]	卢光跃, 周亮, 吕少卿, 施聪, 苏可可. 基于图信号处理的无线传感器网络异常节点检测算法[J]. 计算机应用, 2020, 40(3): 783-787.
[13]	曾元鹏, 王开军, 林崧. 面向二类区分能力的干扰熵特征选择方法[J]. 计算机应用, 2020, 40(3): 626-630.
[14]	王治忠, 钱龙龙, 韩闯, 师丽. 基于统计特征和熵特征融合的心肌梗死辅助诊断方法[J]. 计算机应用, 2020, 40(2): 608-615.
[15]	李明, 胡江平, 曹晓莉, 彭鹏. 面向差异化覆盖的异构有向传感器节点调度算法[J]. 计算机应用, 2020, 40(12): 3563-3570.