[iotj 2022] 网络内处理还是特征压缩感知？使用无线传感器网络进行结构健康监测的案例研究

In-network Processing or Feature Compressive Sensing? Case Study of Structural Health Monitoring with Wireless Sensor Networks

https://ieeexplore.ieee.org/document/9983800

摘要

在无线传感器网络 (WSN) 的许多特定领域监测应用中，例如结构健康监测 (SHM)、火山层析成像和机器诊断，WSN 中的所有原始数据都需要收集到汇聚点，汇聚点采用专门的集中式算法。然后执行以提取一些全局特征或模型参数。

为了在保证全局特征质量的同时减少大规模的原始数据传输，有两种解决方案：

一种是网内处理，一般需要将特征提取的集中计算分布到网络中。

另一种解决方案是压缩感知 (CS)，然后是特征提取（在本文中称为特征 CS）。

一个有趣的问题是：对于网络内处理和特征 CS，哪种解决方案更符合成本效益来完成特征提取任务？这个问题很少有人研究。为了回答这个问题，我们以带有 WSN 的 SHM 为例，结合经典的特征提取算法，即特征系统实现算法 (ERA)，并分别适当地设计了两种用于网络内处理和特征 CS 的新路径。对两种解决方案的传输成本进行了理论分析，并进行了大量的仿真。根据比较结果，我们总结了一些关于不同类型 WSN 的 SHM 解决方案选择的指导方针。

此外，我们发现，与其保证重建的原始数据的质量，不如保证提取的特征的质量的CS通常更有意义和成本效益。