基于聚类模型预测的无线传感网自适应采样技术研究
来源：电子与信息学报杂志2015年第1期北京时间：
作者：张美燕, 蔡文郁, 周丽萍
摘要：该文利用无线传感网(WSNs)的数据空间相关性，提出一种基于数据梯度的聚类机制，聚类内簇头节点维护簇成员节点的数据时间域自回归(AR)预测模型，在聚类内范围实施基于预测模型的采样频率自适应算法。通过自适应优化调整采样频率，在保证数据采样精度的前提下减少了冗余数据传输，提高无线传感网的能效水平。该文提出的时间域采样频率调整算法综合考虑了感知数据的时空联合相关性特点，仿真结果验证了该文算法的性能优势。
关键词：无线传感网, 自适应采样, 模型匹配, 模型预测
基金资助：国家自然科学基金(61102067)和浙江省自然科学基金(Y15F030066)资助课题
