基于矩陣補(bǔ)全的天氣監(jiān)測(cè)數(shù)據(jù)處理.pdf

1、如何解決無(wú)線(xiàn)傳感網(wǎng)絡(luò)中的能源有限和網(wǎng)絡(luò)中大量的數(shù)據(jù)傳輸帶來(lái)的能量消耗與網(wǎng)絡(luò)擁塞之間的矛盾一直是無(wú)線(xiàn)傳感網(wǎng)絡(luò)的研究熱點(diǎn)之一。近年來(lái)，矩陣補(bǔ)全理論的發(fā)展給無(wú)線(xiàn)傳感網(wǎng)絡(luò)中的數(shù)據(jù)采集問(wèn)題提供了新的求解思路。但是現(xiàn)有的解決方案只考慮到了如何降低傳感器的采樣個(gè)數(shù)，而并沒(méi)有考慮到對(duì)采集數(shù)據(jù)進(jìn)行恢復(fù)時(shí)的實(shí)時(shí)性問(wèn)題。只有保證了恢復(fù)后的數(shù)據(jù)與原始數(shù)據(jù)間的差異盡可能的小，這樣系統(tǒng)才能夠根據(jù)這些數(shù)據(jù)進(jìn)行分析得出準(zhǔn)確的結(jié)論，從而指導(dǎo)系統(tǒng)使用者做出正確的決策。而且

2、，過(guò)長(zhǎng)的恢復(fù)時(shí)間會(huì)延長(zhǎng)系統(tǒng)提供個(gè)用戶(hù)數(shù)據(jù)分析結(jié)果的時(shí)間，從而導(dǎo)致用戶(hù)體驗(yàn)下降。因此，在考慮系統(tǒng)節(jié)能的同時(shí)，加入對(duì)恢復(fù)數(shù)據(jù)所需要的時(shí)間以及數(shù)據(jù)恢復(fù)的正確率的考慮是十分必要的。本文用矩陣補(bǔ)全的思想構(gòu)建了一個(gè)節(jié)能的天氣監(jiān)測(cè)系統(tǒng)，并研究了Maxide矩陣補(bǔ)全算法與增廣拉格朗日乘子法對(duì)天氣監(jiān)測(cè)數(shù)據(jù)的恢復(fù)情況。本文通過(guò)大量的實(shí)驗(yàn)分析對(duì)比了不同參數(shù)設(shè)置、不同采樣率和不同采樣模型對(duì)天氣監(jiān)測(cè)數(shù)據(jù)的恢復(fù)情況，從相對(duì)殘差、相對(duì)誤差、恢復(fù)時(shí)間這三個(gè)角度對(duì)天氣數(shù)

3、據(jù)的恢復(fù)情況進(jìn)行了評(píng)估。本文的主要貢獻(xiàn)如下:
　　首先，針對(duì)現(xiàn)有的無(wú)線(xiàn)傳感網(wǎng)應(yīng)用系統(tǒng)中的基于減少數(shù)據(jù)傳輸?shù)墓?jié)能方案，缺乏對(duì)恢復(fù)數(shù)據(jù)的實(shí)時(shí)性考量這一現(xiàn)狀，將Maxide矩陣補(bǔ)全算法和增廣拉格朗日乘子法引入天氣監(jiān)測(cè)系統(tǒng)中，以關(guān)閉部分節(jié)點(diǎn)的方式來(lái)節(jié)約能量，研究其在節(jié)約能量的同時(shí)對(duì)天氣監(jiān)測(cè)數(shù)據(jù)的恢復(fù)情況。經(jīng)過(guò)研究發(fā)現(xiàn)Maxide矩陣補(bǔ)全算法與目前采用的奇異值閾值算法和MC-Weather算法相比，它縮短了5～16倍的天氣監(jiān)測(cè)數(shù)據(jù)恢復(fù)時(shí)時(shí)間

4、。而增廣拉格朗日乘子法在縮短了4～12倍的數(shù)據(jù)恢復(fù)時(shí)間的同時(shí)提升了1％～6％的恢復(fù)正確率。
　　其次，本文在研究增廣拉格朗日乘子法取不同參數(shù)值時(shí)對(duì)天氣監(jiān)測(cè)數(shù)據(jù)的恢復(fù)情況的影響過(guò)程中，得出了“若觀(guān)察矩陣相同，隨著參數(shù)ρ取值的減小，算法收斂時(shí)得到的相對(duì)殘差和相對(duì)誤差的值也會(huì)隨之減小，但是算法收斂所需要的迭代次數(shù)也會(huì)相應(yīng)的增大;隨著參數(shù)ρ取值的增大，算法收斂時(shí)得到的相對(duì)殘差和相對(duì)誤差的值也會(huì)隨之增大，但是算法收斂所需要的迭代次數(shù)也會(huì)相應(yīng)