云存儲環(huán)境中傳感數(shù)據(jù)的壓縮存儲處理研究.pdf

1、無線傳感器網(wǎng)絡節(jié)點生成大量冗余數(shù)據(jù),這些數(shù)據(jù)在節(jié)點間的轉(zhuǎn)發(fā)會引發(fā)一系列問題,如節(jié)點上有限能量的大量浪費、網(wǎng)絡傳輸延遲、網(wǎng)絡中海量傳感數(shù)據(jù)存儲處理困難等。這些問題都嚴重制約了無線傳感器網(wǎng)絡應用的進一步發(fā)展和大規(guī)模推廣使用。針對這些問題,本文從以下兩個方面來進行云存儲環(huán)境中傳感數(shù)據(jù)壓縮存儲研究:傳感器節(jié)點數(shù)據(jù)壓縮和海量傳感數(shù)據(jù)壓縮存儲。
　　 一、考慮到單個節(jié)點傳感數(shù)據(jù)間存在時空相關性,本文提出了分段常量近似與小波壓縮相結合的PCA

2、 W壓縮算法,在誤差可調(diào)的情況下針對該類時空相關的傳感數(shù)據(jù)進行壓縮處理。實驗分析比較了PCA W算法與其它兩種壓縮算法在數(shù)據(jù)重構誤差、數(shù)據(jù)壓縮比、壓縮耗時和解壓耗時方面的表現(xiàn)。結果表明PCA W算法可以顯著減少冗余數(shù)據(jù),有較高的壓縮比并可以保證數(shù)據(jù)重構精度。
　　 二、考慮到網(wǎng)絡中海量傳感數(shù)據(jù)存在大量重疊、存儲處理困難等問題,本文提出基于云存儲的海量傳感數(shù)據(jù)存儲模型,使得上層應用數(shù)據(jù)存取訪問更便捷、更有效;設計基于哈夫曼算法的海