Abstract

Sensor node energy constraint is considered as an impediment in the further development of the Internet of Things (IoT) technology. One of the most efficient solution is to combine between compressive sensing (CS) and routing techniques. However, this combination faces many challenges that makes it an attractive point for research. This paper proposes an Efficient Multi-hop Cluster-based Aggregation scheme using Hybrid CS (EMCA-CS) for IoT based heterogeneous wireless sensor networks (WSNs). EMCA-CS efficiently combines between CS and routing protocols to extend the network lifetime and reduces the reconstruction error. EMCA-CS includes the following: a new algorithm to partition the field into various hexagonal cells (clusters) and based on multiple criteria, selects a node from each cluster as cluster head (CH). Each CH will then compress its cluster data using hybrid CS method. Also, a new Grey Wolf based algorithm to create optimal path for CHs to deliver the compressed data to base station (BS) and a CSMO-GWO algorithm to optimize the CS matrix construction process is introduced. Moreover, a new Grey Wolf and reversible Greedy based Reconstruction Algorithm is proposed to recover the actual data. The simulation results indicate that the performance of the proposed work exceeds the existing baseline techniques in terms of prolonging WSN lifetime, reducing the power consumption and reducing normalized mean square error.

中文翻译：

---

基于灰狼的压缩感知方案用于基于IoT的异构WSN中的数据收集

摘要

传感器节点的能量约束被视为物联网（IoT）技术进一步发展的障碍。最有效的解决方案之一是在压缩感测（CS）和路由技术之间进行组合。但是，这种组合面临许多挑战，这使其成为研究的吸引力。本文针对基于IoT的异构无线传感器网络（WSN），提出了一种使用混合CS（EMCA-CS）的基于多跳的高效聚合方案。EMCA-CS有效地结合了CS和路由协议，以延长网络寿命并减少重构错误。EMCA-CS包括以下内容：一种将字段划分为各种六角形单元（群集）的新算法，并基于多个条件从每个群集中选择一个节点作为群集头（CH）。然后，每个CH将使用混合CS方法压缩其群集数据。此外，介绍了一种新的基于灰狼的算法，该算法为CH创建最佳路径以将压缩数据传递到基站（BS），并引入了CSMO-GWO算法来优化CS矩阵的构建过程。此外，提出了一种新的基于灰狼和可逆贪婪的重建算法来恢复实际数据。仿真结果表明，在延长WSN寿命，减少功耗和减小归一化均方误差方面，拟议工作的性能超过了现有的基线技术。介绍了一种新的基于灰狼的算法，该算法为CH创建最佳路径以将压缩数据传递到基站（BS），并引入了CSMO-GWO算法来优化CS矩阵的构建过程。此外，提出了一种新的基于灰狼和可逆贪婪的重建算法来恢复实际数据。仿真结果表明，在延长WSN寿命，减少功耗和减小归一化均方误差方面，拟议工作的性能超过了现有基线技术。介绍了一种新的基于灰狼的算法，该算法为CH创建最佳路径以将压缩数据传递到基站（BS），并引入了CSMO-GWO算法来优化CS矩阵的构建过程。此外，提出了一种新的基于灰狼和可逆贪婪的重建算法来恢复实际数据。仿真结果表明，在延长WSN寿命，减少功耗和减小归一化均方误差方面，拟议工作的性能超过了现有基线技术。