面向物联网中高效的压缩数据采集
信息论
2021-06-02 v1 信号处理
math.IT
摘要
在物联网（IoT）中实现高效数据采集至关重要。由于许多感兴趣信号中存在的固有结构特性（例如稀疏性），压缩感知（CS）技术已广泛用于 IoT 中的数据采集，以提高准确性和能效。除了现有将 CS 用作信道编码方案以应对传输中数据丢失的工作外，一些近期结果已开始将 CS 用作信源编码策略。这些基于 CS 的信源编码方案中常用的投影矩阵包括稠密随机矩阵（例如高斯矩阵或伯努利矩阵）和结构化矩阵（例如托普利兹矩阵）。然而，这些矩阵要么难以在资源受限的 IoT 传感器节点上实现，要么适用性有限。为解决这些问题，本文设计了一种新颖简单高效的投影矩阵，称为稀疏高斯矩阵，其在实际 IoT 应用中易于实现且节省资源。我们对所设计的稀疏高斯矩阵进行了理论分析和实验评估。结果表明，采用所设计的投影矩阵执行基于 CS 的信源编码可在确保满意信号恢复性能的同时显著节省时间和内存成本。
引用
@article{arxiv.2106.00509,
title = {Towards Efficient Compressive Data Collection in the Internet of Things},
author = {Peng Sun and Liantao Wu and Zhi Wang},
journal= {arXiv preprint arXiv:2106.00509},
year = {2021}
}
备注
6 pages