دانلود رایگان مقاله انگلیسی بازیابی داده های پراکنده با استفاده از بهینه سازی ارتوگنال تطبیقی برای WSN ها - الزویر 2017

عنوان فارسی
بازیابی داده های پراکنده با استفاده از بهینه سازی ارتوگنال تطبیقی برای WSN ها
عنوان انگلیسی
Sparse Data Recovery using Optimized Orthogonal Matching Pursuit for WSNs
صفحات مقاله فارسی
0
صفحات مقاله انگلیسی
7
سال انتشار
2017
نشریه
الزویر - Elsevier
فرمت مقاله انگلیسی
PDF
کد محصول
E6058
رشته های مرتبط با این مقاله
مهندسی کامپیوتر، مهندسی فناوری اطلاعات
گرایش های مرتبط با این مقاله
مهندسی نرم افزار، شبکه های کامپیوتری
مجله
هشتمین کنفرانس بین المللی سیستم های محیط، شبکه ها و فن آوری ها - The 8th International Conference on Ambient Systems
دانشگاه
Indian Institute of Information Technology - Allahabad - India
کلمات کلیدی
سازگاری ارتوگنال، بازیابی داده های پراکنده، احساس فشردگی، شبکه های حسگر بی سیم
۰.۰ (بدون امتیاز)
امتیاز دهید
چکیده

Abstract


Compressed Sensing based recovery algorithms are bounded by limitations such as recovery error and high computational requirements. This work presents a novel algorithm based on Orthogonal Matching Pursuit algorithm for efficient and fast data recovery in wireless sensor networks. The proposed algorithm significantly reduces the number of iterations required to recover the original data in a relatively small interval of time. Simulations show that the proposed algorithm converges in a short interval of time with significantly better results as compared to the existing data recovery approaches in wireless sensor networks.

نتیجه گیری

6. Conclusion


This work presents an Optimized OMP algorithm for efficient and fast data recovery in WSNs. Selecting correlated columns helps to reduce the number of iterations required to recover the original data in a relatively small interval of time. Simulation results show that the proposed algorithm has better accuracy, computational complexity and fast recovery as compared to the existing recovery algorithm, specifically OMP and TOMP. The proposed OOMP converges quickly without affecting the quality of the recovered signal. Future Work: We continue to extend our work in the direction of exploring recovery algorithms for small sized WSNs where the traditional recovery algorithms fail to give accurate results. Targeting the matrix completion problem, we aim to devise a reconstruction algorithm for such small scale WSNs where algorithms such as the proposed OOMP fail to achieve accurate results.


بدون دیدگاه