论文部分内容阅读
无线多媒体传感器网络(Wireless Multimedia Sensor Network,WMSN)具有巨大应用需求,近年来得到广泛重视。但是,由于无线传感器节点存在携带能量有限等诸多资源约束,WMSN在传输图像/视频等信息量较大的数据时,能量利用效率亟待提高。为此,本文开展WMSN中图像的高能效传输方法研究,重点从压缩感知(Compressive Sensing,CS)、SoftCast、云端匹配及联合优化方面进行探讨,主要工作如下:针对节点到节点的低能耗无线图像传输问题,本文提出了一种基于自适应块CS和SoftCast的高能效图像传输方法。首先,根据接收图像质量要求,分析了每个图像块的稀疏度与CS采样率的关系;其次,基于SoftCast模型,分析了一定失真条件下,CS采样值量化因子同能耗之间的关系,并建立了“采样率-样值量化因子-能耗”之间的数学模型;最后,采用联合优化的方法,同时优化每个图像块的采样率以及CS采样值量化因子,来优化无线图像传输过程中的总能耗。实验结果表明,本文提出的方法能够在保证接收图像质量条件下,降低图像传输时的能量消耗。针对移动节点向云端上传图像这一问题,基于云端已存在大量相似图像这一事实,本文对已有的数字-模拟联合传输方案进行了改进,提出了一种基于数-模联合传输和云端匹配的高能效图像传输方法。首先,讨论了边缘图像传输时因为比特错误而引入的失真,分析了为边缘图像的不同频率成分分配不同发射功率时系统的能量消耗,并建立了边缘图像传输的“失真-能耗”模型;其次,在保证边缘图像质量的条件下,根据梯度下降法,对不同频率成分的功率分配因子进行了优化;进一步,根据接收到的边缘图像尺度不变特征的变换特性搜索云端相关图像,并且利用相关图像对边缘图像中出错的部分进行修复。实验结果表明,与改进前的传输方案相比,本文提出的方法在能量消耗相近的条件下,能够获得更好的接收质量,尤其在噪声较大的环境中,接收图像的质量能够获得较大的提升。