• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Sensors (Basel Switzerland) >Temporal Data-Driven Sleep Scheduling and Spatial Data-Driven Anomaly Detection for Clustered Wireless Sensor Networks
【2h】

Temporal Data-Driven Sleep Scheduling and Spatial Data-Driven Anomaly Detection for Clustered Wireless Sensor Networks

机译：集群无线传感器网络的时间数据驱动的睡眠调度和空间数据驱动的异常检测

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The spatial–temporal correlation is an important feature of sensor data in wireless sensor networks (WSNs). Most of the existing works based on the spatial–temporal correlation can be divided into two parts: redundancy reduction and anomaly detection. These two parts are pursued separately in existing works. In this work, the combination of temporal data-driven sleep scheduling (TDSS) and spatial data-driven anomaly detection is proposed, where TDSS can reduce data redundancy. The TDSS model is inspired by transmission control protocol (TCP) congestion control. Based on long and linear cluster structure in the tunnel monitoring system, cooperative TDSS and spatial data-driven anomaly detection are then proposed. To realize synchronous acquisition in the same ring for analyzing the situation of every ring, TDSS is implemented in a cooperative way in the cluster. To keep the precision of sensor data, spatial data-driven anomaly detection based on the spatial correlation and Kriging method is realized to generate an anomaly indicator. The experiment results show that cooperative TDSS can realize non-uniform sensing effectively to reduce the energy consumption. In addition, spatial data-driven anomaly detection is quite significant for maintaining and improving the precision of sensor data.
机译：时空相关性是无线传感器网络（WSN）中传感器数据的重要特征。现有的大部分基于时空相关性的著作可以分为两部分：冗余减少和异常检测。这两个部分是在现有作品中分别进行的。在这项工作中，提出了时态数据驱动的睡眠调度（TDSS）和空间数据驱动的异常检测的结合，其中TDSS可以减少数据冗余。 TDSS模型受传输控制协议（TCP）拥塞控制的启发。基于隧道监测系统中长而线性的簇结构，提出了协同TDSS和空间数据驱动的异常检测方法。为了在同一环中实现同步采集以分析每个环的情况，在集群中以协作方式实现了TDSS。为了保持传感器数据的精度，实现了基于空间相关性和克里格法的空间数据驱动异常检测，以生成异常指标。实验结果表明，协同TDSS可以有效地实现非均匀传感，从而降低能耗。此外，空间数据驱动的异常检测对于保持和提高传感器数据的精度非常重要。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号