Cost-Aware Activity Scheduling for Compressive Sleeping Wireless Sensor Networks
Cost-Aware Activity Scheduling for Compressive Sleeping Wireless Sensor Networks
复制标题
压缩睡眠无线传感器网络的成本感知活动调度
DOI：
10.1109/tsp.2016.2521608
复制
发表时间：
2016-05
影响因子：
5.4
通讯作者：
Wassell Ian J.
中科院分区：
文献类型：
--
作者：
Chen Wei;Wassell Ian J.
在本文中，我们考虑了一个压缩睡眠的无线传感器网络（WSN）的传感器领域的参数监测，只有一小部分传感器节点（SN）被激活执行传感任务，他们的数据被收集在一个融合中心（FC）估计所有其他SN的数据使用压缩感知（CS）的原则。通常情况下，发表的关于CS的研究隐含地假设所有样本的采样成本是相等的，并建议随机采样作为一种适当的方法，以实现良好的重建精度。然而，这种假设并不适用于压缩睡眠的无线传感器网络，这具有显着的变化，由于在特定的SN的不同的物理条件下的采样成本。为了利用这种采样成本的不均匀性，我们提出了一种成本意识的活动调度方法，最大限度地减少采样成本的约束条件下的正则化的相互相干的等效传感矩阵。此外，对于信号支持的先验信息的情况下，我们扩展了所提出的方法，将先验信息，考虑一个额外的约束条件的均方误差（MSE）的Oracle估计稀疏恢复。我们的数值实验表明，与文献中的其他设计相比，所提出的活动调度方法导致压缩睡眠无线传感器网络的重建精度和采样成本之间的权衡得到改善。
In this paper, we consider a compressive sleeping wireless sensor network (WSN) for monitoring parameters in the sensor field, where only a fraction of sensor nodes (SNs) are activated to perform the sensing task and their data are gathered at a fusion center (FC) to estimate all the other SNs' data using the compressive sensing (CS) principle. Typically, research published concerning CS implicitly assume the sampling costs for all samples are equal and suggest random sampling as an appropriate approach to achieve good reconstruction accuracy. However, this assumption does not hold for compressive sleeping WSNs, which have significant variability in sampling cost owing to the different physical conditions at particular SNs. To exploit this sampling cost nonuniformity, we propose a cost-aware activity scheduling approach that minimizes the sampling cost with constraints on the regularized mutual coherence of the equivalent sensing matrix. In addition, for the case with prior information about the signal support, we extend the proposed approach to incorporate the prior information by considering an additional constraint on the mean square error (MSE) of the oracle estimator for sparse recovery. Our numerical experiments demonstrate that, in comparison with other designs in the literature, the proposed activity scheduling approaches lead to improved tradeoffs between reconstruction accuracy and sampling cost for compressive sleeping WSNs.
登录
查看更多内容
影响因子：
5.4
作者：
A. Shirazinia;S. Dey
通讯作者：
A. Shirazinia;S. Dey
DOI：
10.1017/cbo9780511794308
发表时间：
2012
期刊：
--
影响因子：
--
作者：
Gitta Kutyniok
通讯作者：
Gitta Kutyniok
DOI：
10.1145/2737095.2737105
发表时间：
2015-04
期刊：
Proceedings of the 14th International Conference on Information Processing in Sensor Networks
影响因子：
--
作者：
Liwen Xu;Xiaohong Hao;N. Lane;Xin Liu;T. Moscibroda
通讯作者：
Liwen Xu;Xiaohong Hao;N. Lane;Xin Liu;T. Moscibroda
DOI：
10.1109/glocom.2013.6831116
发表时间：
2013-10
期刊：
2013 IEEE Global Communications Conference (GLOBECOM)
影响因子：
--
作者：
Wei Chen;Y. Andreopoulos;I. Wassell;M. Rodrigues
通讯作者：
Wei Chen;Y. Andreopoulos;I. Wassell;M. Rodrigues
影响因子：
5.4
作者：
Gang Yang;V. Tan;Chin Keong Ho;S. Ting;Y. Guan
通讯作者：
Gang Yang;V. Tan;Chin Keong Ho;S. Ting;Y. Guan