文物监测中无线传感器网络数据压缩算法

doi:10.3969/j.issn.1001-2400.2012.01.028

J4 ›› 2012, Vol. 39 ›› Issue (1): 157-162.doi: 10.3969/j.issn.1001-2400.2012.01.028

文物监测中无线传感器网络数据压缩算法

王举^1,3;房鼎益^1,3;陈晓江^1,2,3;邢天璋^1,3;张远^1,3;高宝建¹

(1. 西北大学信息科学与技术学院，陕西西安 710127；
2. 西北大学文化遗产研究与保护技术教育部重点实验室，陕西西安 710127；
3. 西安市遗址保护物联网应用工程实验室，陕西西安 710127)

收稿日期:2011-07-22 出版日期:2012-02-20 发布日期:2012-04-06
通讯作者: 王举
基金资助:
国家自然科学基金资助项目(61070176,61170218);国家教育部博士点基金资助项目(20106101110018);国家教育部科学技术研究重点资助项目(211181);陕西省教育厅科研计划资助项目(2011JG06,2010JC25,2010JK854,09JK736);陕西省科技攻关资助项目(2011K06-07);西安市工业应用技术研发资助项目(CXY1118(5));西北大学文化遗产研究与保护技术教育部重点实验室开放课题基金资助项目;碑林区科技计划资助项目

Data compression of wireless sensor networks in the heritage monitor

WANG Ju^1,3;FANG Dingyi^1,3;CHEN Xiaojiang^1,2,3;XING Tianzhang^1,3;ZHANG Yuan^1,3;GAO Baojian¹

(1. School of Info. Sci. and Tech., Northwest Univ., Xi'an 710127， China;
2. Key Lab. of Culture Herltage Research and Conservation Ministry of Edu., Northwest Univ., Xi'an 710127， China;
3. IOT Application Eng. Lab. of Culture Heritage Conservation, Xi'an 710127， China)

Received:2011-07-22 Online:2012-02-20 Published:2012-04-06
Contact: WANG Ju
About author:王举(1989-)，男，西北大学硕士研究生，E-mail: wangjv2004@126.com．

摘要/Abstract

摘要：

文物监测数据具有结构单一、冗余性大、误差高容忍度的特点，使得无线传感器网络中现有的数据压缩算法在文物监测中显得计算复杂度高、计算能耗大．将轻计算量型的SDT(Swing Door Trending)算法应用到无线传感器网络的文物监测中并作了改进，分析了大规模情况下数据压缩和网络能耗之间的关系，将改进的SDT算法与目前无线传感器网络中有代表性的分布式小波压缩算法进行比较．实验表明，改进的SDT计算能耗较分布式小波压缩算法的能耗少73％，在压缩率小于25％时，改进的SDT压缩算法性能可与分布式小波压缩算法媲美．在长期、大规模的文物监测下，改进的SDT算法更适合于无线传感器网络数据压缩．

关键词: 文物监测, 数据压缩, 无线传感器网络, SDT算法, 分布式小波压缩算法, 能耗

Abstract:

The heritage monitoring data structure with features of monotony, large redundancy and high tolerance. These features make data compression of the wireless sensor network (WSN) in the existing algorithms a high computational complexity and great computational energy consumption. In this paper the improved Swing Door Trending (SDT) algorithm is applied to the compression of WSN for heritage monitoring. In the case of a large-scale heritage monitor, we analyse the relationship between data compression and network energy consumption. Experiments show that the improved SDT's calculational energy consumption is less then 73％ compared with the DWC. And when the compression ratio is less than 25％, the improved compression algorithm SDT can be comparable with the DWC. Under the long-term, large-scale heritage monitor the improved SDT algorithm Data compression is more suitable for WSN.

Key words: heritage monitoring, data compression, wireless sensor network, swing door trending, distributed wavelet compression, energy consumption

王举;房鼎益;陈晓江;邢天璋;张远;高宝建. 文物监测中无线传感器网络数据压缩算法[J]. J4, 2012, 39(1): 157-162.

WANG Ju;FANG Dingyi;CHEN Xiaojiang;XING Tianzhang;ZHANG Yuan;GAO Baojian. Data compression of wireless sensor networks in the heritage monitor[J]. J4, 2012, 39(1): 157-162.

参考文献

［1］ Li Dong, Liu Wei, Zhao Ze, et al. Demonstration of a WSN Application in Relic Protection and an Optimized System Deployment Tool［C］//Proc of ACM/IEEE International Conference on Information Processing in Sensor Networks. St Louis: IEEE, 2008: 541-542.
［2］ de Brito L M P L, Peralta L M R, Santos F E S, et al. Wireless Sensor Networks Applied to Museums Environmental Monitoring［C］//Fourth International Conference on Wireless and Mobile Communications. Athens: ICWMC, 2008: 364-369.
［3］ Faradjian A, Gehrke J, Bonnet P. A Probability Space ADT For Representing and Querying the Physical World［C］//18th International Conference on Data Engineening. San Jose: IEEE, 2002: 201-211.
［4］ Rein S, Reisslein M. Performance Evaluation of the Fractional Wavelet Filter: a Low-memory Image Wavelet Transform for Multimedia Sensor Networks ［J］. IEEE Communications Surveys＆Tutorials, 2010, 13(2): 291-306.
［5］ Zhou S, Lin Y. Ring-based Optimal-level Distributed Wavelet Transform with Arbitrary Filter Length for Wireless Sensor Networks［J］. Journal on Advances in Signal Processing, 2008(1): 1-11.
［6］ Ciancio A, Ortega A. A Distributed Wavelet Compression Algorithm for Wireless Sensor Networks Using Lifting［C］//the 29th International Conference on Acoustics, Speech and Signal Processing. Nagoya: IEEE, 2004: 633-636.
［7］ Bristol E H. Swinging Door Trending: Adaptive Trend Recording［C］//Naiontal Conference Proceeding. Sydey: ISA, 1990: 749-753.
［8］ Heinzelman W R, Chandrakasan A. Energy-Efficient Communication Protocol for Wireless Microsensor Networks［C］//Proc of the IEEE Proceedings of the Hawaii International Conference on System Sciences. Hawaii: IEEE, 2000: 223-233.
［9］ Marcelloni F,Veechio M. A Simple Algorithm for Data Compresion in Wireless Sensor Networks［J］. IEEE Communication Letters, 2008, 12(6): 411-413.
［10］ Dong H, Lu J. Adaptive Distributed Compression Algorithm for Wireless Sensor Networks［C］//The 1rd International Conference on Innovative Computing Information and Control. Beijing: IEEE, 2006: 283-286.
［11］ Klues K, Hoffert J, Orjih O. Configuring the IEEE 802.15.4 MAC Layer for Single-sink Wireless Sensor Networks［R/OL］. ［2011-04-20］.

[1]	窦佩佩,曾玉琴,卢毅,马洪亮,徐梦颖,周杰. 无线传感器网络能量高效分簇的一种改进方法[J]. 西安电子科技大学学报, 2022, 49(3): 68-73.
[2]	孙泽宇,兰岚,曾操,廖桂生. 一种面向最小能耗自适应汇聚路由判定算法[J]. 西安电子科技大学学报, 2022, 49(2): 11-20.
[3]	徐莎莎,周芳,李杨剑,蒋俊正. 一种新的传感器节点分布式定位算法[J]. 西安电子科技大学学报, 2022, 49(2): 89-96.
[4]	李明,胡江平,曹晓莉. 异构传感网成本优化的节点部署策略[J]. 西安电子科技大学学报, 2021, 48(4): 11-19.
[5]	李钊,袁文浩,任崇广,黄程程,董霄霄. 跨层精度自动调节的k均值聚类近似计算方法[J]. 西安电子科技大学学报, 2020, 47(3): 50-57.
[6]	周杰,徐梦颖,王娇娇,卢毅. 认知无线传感器网络频谱分配的一种改进方法[J]. 西安电子科技大学学报, 2020, 47(3): 80-85.
[7]	黄影,华雨晴. 能量与路径约束的无线传感网络路由优化[J]. 西安电子科技大学学报, 2020, 47(3): 113-120.
[8]	杨杰,蒋俊正. 利用联合图模型的传感器网络数据修复方法[J]. 西安电子科技大学学报, 2020, 47(1): 44-51.
[9]	田强,冯大政,李进,胡豪爽. 一种利用声音能量的两步SDR定位算法[J]. 西安电子科技大学学报, 2019, 46(4): 16-21.
[10]	甄岩,赵虎. 层次型软件定义无线传感器网络资源调度策略[J]. 西安电子科技大学学报, 2019, 46(4): 87-98.
[11]	卢毅,周杰,万连城. 一种无线传感器网络二维目标覆盖的改进方法[J]. 西安电子科技大学学报, 2019, 46(2): 101-106.
[12]	邢立冬;李涛;黄虎才;韩俊刚. 3D图形渲染的能耗估计[J]. 西安电子科技大学学报, 2017, 44(4): 40-46+74.
[13]	张文柱;曹琲琲;周雪婷. 移动云环境下高能效的移动终端计算迁移策略[J]. 西安电子科技大学学报, 2017, 44(3): 175-180.
[14]	方德亮;冉晓旻;李鸥. 一种能量有效的分布式传感器管理算法[J]. 西安电子科技大学学报, 2017, 44(2): 171-177.
[15]	乔俊峰;刘三阳;齐小刚. 无线传感器网络中基于鲁棒优化的功率控制[J]. 西安电子科技大学学报, 2016, 43(5): 81-87.

文物监测中无线传感器网络数据压缩算法

Data compression of wireless sensor networks in the heritage monitor

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 5