余晓兰，徐跃进，周战馨

(1.重庆城市职业学院，重庆永川 402160; 2重庆大学，重庆 400044；3.常州大学，江苏常州 213000)

工程与应用

基于并行离散群居蜘蛛优化算法和压缩感知的WSNs稀疏事件检测

余晓兰1，徐跃进2，周战馨3

(1.重庆城市职业学院，重庆永川 402160; 2重庆大学，重庆 400044；3.常州大学，江苏常州 213000)

对无线传感器网络(WSNs)弱稀疏性事件检测问题进行研究，提出了一种基于并行离散群居蜘蛛优化算法和压缩感知的WSNs稀疏事件检测方案。该方案采用压缩感知(CS)技术进行稀疏事件分析检测，针对事件向量稀疏度未知的特性，设计基于MPI框架的并行离散群居蜘蛛优化算法(PDSSO)，重新定义蜘蛛编码方式和自适应迭代进化机制，给出并行转移策略，并将PDSSO应用于CS重构算法中；针对观测字典难以满足约束等距条件的特点，对稀疏矩阵和测量矩阵进行奇异值预处理操作，在保持稀疏度不变的基础上提高了算法重构性能。仿真结果表明，与GMP等检测方法相比，该方案有效提高了WSNs稀疏事件检测成功率，降低了误检率和漏检率。

无线传感器网络；稀疏事件检测；压缩感知；离散群居蜘蛛优化算法；并行处理

0 引 言

无线传感器网络(WSNs)稀疏事件检测作为WSNs重要应用之一[1]，已经被成功应用于森林火灾预警、危险化学物质泄漏监测、城市消防等领域[2]。对于大规模WSNs，往往只有少部分传感器节点处于工作状态，以达到降低网络能耗、延长网络寿命的目的。因此，如何利用有限的网络节点实现高质量的稀疏事件检测已经成为当前研究热点[3]。……