無線傳感器網(wǎng)絡(luò)分布式數(shù)據(jù)回歸建模.pdf

1、無線傳感器網(wǎng)絡(luò)是由大量具有感知與計算能力的傳感器節(jié)點(diǎn)通過無線通信方式構(gòu)成的自組織網(wǎng)絡(luò)系統(tǒng)。數(shù)據(jù)采集是無線傳感器網(wǎng)絡(luò)的核心任務(wù)之一，是環(huán)境感知與信息獲取的重要基礎(chǔ)。節(jié)能是無線傳感器網(wǎng)絡(luò)數(shù)據(jù)采集重要的設(shè)計目標(biāo)。論文研究基于模型化的數(shù)據(jù)采集機(jī)制，以數(shù)據(jù)模型替代感知數(shù)據(jù)，獲得緊湊的結(jié)構(gòu)化數(shù)據(jù)表示，以去除數(shù)據(jù)相關(guān)性產(chǎn)生的冗余信息，由此降低數(shù)據(jù)采集過程所需的存儲與傳輸?shù)臄?shù)據(jù)規(guī)模，從而有效減少網(wǎng)內(nèi)通信開銷，實(shí)現(xiàn)節(jié)能，延長網(wǎng)絡(luò)的生存。 數(shù)據(jù)回歸

2、是一種能夠保持基本數(shù)據(jù)結(jié)構(gòu)和形態(tài)的數(shù)據(jù)建模手段，在傳感器網(wǎng)絡(luò)資源受限的條件下，如何實(shí)現(xiàn)數(shù)據(jù)回歸建模仍然面臨許多新的挑戰(zhàn)。本論文重點(diǎn)關(guān)注以下兩方面的問題。其一，大空間尺度區(qū)域內(nèi)的異構(gòu)數(shù)據(jù)回歸建模問題。異構(gòu)數(shù)據(jù)因結(jié)構(gòu)和形態(tài)的復(fù)雜性限制了單一區(qū)域表示模型的應(yīng)用，這就需要尋找符合分治原則的多區(qū)域混合表示模型。為此，有必要探討適合網(wǎng)內(nèi)實(shí)現(xiàn)的分布式計算模式和與之匹配的數(shù)據(jù)路由體系結(jié)構(gòu)和策略。其二、小樣本數(shù)據(jù)回歸建模問題。感知數(shù)據(jù)的稀疏表示可以限制參

3、與數(shù)據(jù)建模的節(jié)點(diǎn)規(guī)模，是間接實(shí)現(xiàn)節(jié)能的節(jié)點(diǎn)調(diào)度和管理的有效方式。為此，需要探究分布式小樣本數(shù)據(jù)回歸建模的計算模式以及適合網(wǎng)內(nèi)實(shí)現(xiàn)的數(shù)據(jù)路由體系結(jié)構(gòu)和策略。上述問題都是無線傳感器網(wǎng)絡(luò)數(shù)據(jù)采集必須面對和解決的熱點(diǎn)研究問題，其理論上的創(chuàng)新和應(yīng)用中的現(xiàn)實(shí)意義是十分明顯的。 圍繞上述問題，本文分別采用混合最小二乘回歸與支持向量回歸作為數(shù)據(jù)建模手段，建立適合大尺度區(qū)域內(nèi)異構(gòu)數(shù)據(jù)回歸建模和小樣本數(shù)據(jù)回歸的分布式計算模式和網(wǎng)內(nèi)實(shí)現(xiàn)方法。論文所作

4、的主要工作如下： （1）提出基于Jacobi迭代的混合最小二乘數(shù)據(jù)回歸建模的網(wǎng)內(nèi)實(shí)現(xiàn)算法。針對混合回歸模型的求解結(jié)構(gòu)進(jìn)行局部數(shù)據(jù)分析，給出Jacobi迭代的分布式計算表示式，提出了基于樹狀拓?fù)浣Y(jié)構(gòu)的交叉消息的傳輸機(jī)制。節(jié)點(diǎn)通過鄰居節(jié)點(diǎn)之間的消息交換，不需全局?jǐn)?shù)據(jù)傳遞，可以獲得局部計算所需的耦合數(shù)據(jù)，從而協(xié)同完成數(shù)據(jù)回歸的建模目標(biāo)。進(jìn)一步的，根據(jù)混合回歸模型的局部數(shù)據(jù)的稀疏性，發(fā)展了基于聯(lián)合樹連接結(jié)構(gòu)的網(wǎng)內(nèi)實(shí)現(xiàn)策略，通過降低節(jié)點(diǎn)的

5、數(shù)據(jù)通信流量與計算復(fù)雜度。 （2）提出以分簇路由拓?fù)浣Y(jié)構(gòu)組織Jacobi迭代的網(wǎng)內(nèi)分布式實(shí)現(xiàn)，可以有效配合數(shù)據(jù)回歸的建模目標(biāo)。根據(jù)節(jié)點(diǎn)相關(guān)性引入分簇路由結(jié)構(gòu)，通過分析簇模型之間的計算交叉關(guān)系，設(shè)計了基于分簇路由結(jié)構(gòu)的網(wǎng)內(nèi)實(shí)現(xiàn)策略，分別組織簇內(nèi)的消息調(diào)度以及簇間的消息交換過程。通過引入分簇路由結(jié)構(gòu)，可以克服在平面路由結(jié)構(gòu)下組織節(jié)點(diǎn)協(xié)作過程中出現(xiàn)的網(wǎng)絡(luò)可擴(kuò)展性與穩(wěn)健性問題，此外，分簇算法具有較小網(wǎng)內(nèi)通信開銷，可以提高Jacobi算法

6、實(shí)現(xiàn)數(shù)據(jù)采集的模型精度。 （3）提出基于梯度速降的混合最小二乘數(shù)據(jù)回歸建模的網(wǎng)內(nèi)實(shí)現(xiàn)算法。通過類比Jacobi分布式實(shí)現(xiàn)的設(shè)計思路，發(fā)現(xiàn)梯度速降的分布式計算表示式中的局部和形式，從而提出了N—SD、JT—SD以及C—SD三種分布式實(shí)現(xiàn)算法，設(shè)計分別基于樹狀路由結(jié)構(gòu)、聯(lián)合樹連接結(jié)構(gòu)以及分簇路由結(jié)構(gòu)的網(wǎng)內(nèi)實(shí)現(xiàn)策略。相對于的Jacobi算法，梯度速降方法具有更小的網(wǎng)內(nèi)通信開銷與計算復(fù)雜度，可為傳感器網(wǎng)絡(luò)的模型化數(shù)據(jù)采集提供了平衡網(wǎng)內(nèi)通

7、信開銷與數(shù)據(jù)采集質(zhì)量的多種選擇方案。 （4）提出支持向量數(shù)據(jù)回歸建模的網(wǎng)內(nèi)實(shí)現(xiàn)算法。將全局優(yōu)化問題描述成可局部化計算形式，由于分布式計算表示式不具有局部數(shù)據(jù)和性質(zhì)，同時執(zhí)行局部計算將會出現(xiàn)計算更新沖突。本文提出以環(huán)狀網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)串行組織節(jié)點(diǎn)間的協(xié)作計算過程，使節(jié)點(diǎn)在滿足全局等式約束的條件下執(zhí)行局部SMO計算，從而協(xié)作無沖突完成全局支持向量回歸的建模過程。 （5）提出支持向量數(shù)據(jù)回歸建模中可并發(fā)計算的網(wǎng)內(nèi)實(shí)現(xiàn)算法。本文分析