• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于量子粒子群優(yōu)化算法的壓縮感知數(shù)據(jù)重構(gòu)方法*

    2015-04-17 04:19:13劉洲洲李艷平
    傳感技術(shù)學(xué)報 2015年6期
    關(guān)鍵詞:量子重構(gòu)粒子

    劉洲洲,李艷平

    (1.西安航空學(xué)院,西安 710077;2.菏澤學(xué)院計算機與信息工程系,山東 菏澤 274015)

    ?

    基于量子粒子群優(yōu)化算法的壓縮感知數(shù)據(jù)重構(gòu)方法*

    劉洲洲1*,李艷平2

    (1.西安航空學(xué)院,西安 710077;2.菏澤學(xué)院計算機與信息工程系,山東 菏澤 274015)

    針對傳感器監(jiān)測對象特點,將壓縮感知理論應(yīng)用于數(shù)據(jù)壓縮過程以降低通信能耗,并根據(jù)現(xiàn)有壓縮感知數(shù)據(jù)重構(gòu)算法存在的重構(gòu)精度受稀疏度影響較大的缺點,在分析了壓縮感知數(shù)據(jù)重構(gòu)原理后,提出了將原始信號按固定長度進(jìn)行分幀處理以減少算法解空間的數(shù)量,并將量子理論中的編碼方式應(yīng)用于粒子群優(yōu)化算法,提出了基于量子粒子群優(yōu)化算法的壓縮感知數(shù)據(jù)重構(gòu)方法QP-CSDR。算法根據(jù)傳感器監(jiān)測對象特點,從統(tǒng)計學(xué)角度出發(fā)對粒子群優(yōu)化算法中的粒子初始位置及粒子群更新方式加以改進(jìn),以提高數(shù)據(jù)重構(gòu)精度。仿真實驗結(jié)果表明,在稀疏度小于50的條件下,QP-CSDR算法相對已有算法在重構(gòu)精度方面性能提升20%~40%,該算法已應(yīng)用于微地震及音頻監(jiān)測系統(tǒng)中,經(jīng)實際檢驗算法在保證數(shù)據(jù)精度的前提下延長系統(tǒng)壽命2倍~4倍左右。

    量子理論;粒子群優(yōu)化算法;壓縮感知;數(shù)據(jù)重構(gòu)

    壓縮感知是目前數(shù)據(jù)壓縮的重點研究方向,能夠以高壓縮比對數(shù)據(jù)進(jìn)行壓縮,并通過數(shù)據(jù)重構(gòu)算法對數(shù)據(jù)實現(xiàn)重構(gòu)。國外對如何將壓縮感知應(yīng)用于無線傳感器網(wǎng)絡(luò)及相關(guān)數(shù)據(jù)重構(gòu)方法進(jìn)行了大量研究[1-2]。數(shù)據(jù)重構(gòu)算法的關(guān)鍵問題在于如何快速的、準(zhǔn)確的從已知的低維數(shù)據(jù)中恢復(fù)出高維數(shù)據(jù)。目前壓縮感知數(shù)據(jù)重構(gòu)算法主要分為兩類[3]:第1類算法則是基于最小化l1范數(shù)的算法,包括基追蹤算法BP(Basis Pursuit)[4],線性規(guī)劃算法LP(Linear Programming)[5]等。這類算法具有重建精度高的優(yōu)點,但其算法的復(fù)雜度較高,且執(zhí)行效率低,使用性較差;第2類是基于最小化l0范數(shù)的方法,即貪婪算法,包括正交匹配追蹤算法OMP(Orthogonal Matching Pursuit)[6]、正則化正交匹配算法ROMP(Regularized Orthogonal Matching Pursuit)[7]、壓縮采樣匹配追蹤算法CoSaMP(Compressive Sampling Matching Pursuit)[8]、迭代硬閾值算法IHT(Iterative Hard Thresholding)[9]、基于感知字典的迭代硬閾值算法SDIHT(Sending Dictionary-based Iterative Hard Thresholding)[10]、基于混沌量子免疫克隆算法的正交匹配算法OMP-QICA(Orthogonal Matching Pursuit based on Quantum-inspired Immune Clonal)[11]、基于遺傳算法的壓縮感知重構(gòu)算法[12]、稀疏度K自適應(yīng)的稀疏自適應(yīng)匹配追蹤算法SAMP(Sparsity Adaptive Matching Pursuit)[13]等,這類算法主要通過迭代更新當(dāng)前估計來優(yōu)化信號恢復(fù)情況,在原始信號稀疏度較小的情況下具有很好的重構(gòu)精度及重構(gòu)速度,但對于稀疏度較高的信號重構(gòu)問題卻無能為力。

    粒子群優(yōu)化算法PSO(Particle Swarm Optimization)是目前國內(nèi)外的研究熱點[14-16],在問題尋優(yōu)的過程中要比其他經(jīng)典算法具有更好的優(yōu)勢及可行性,應(yīng)用于N-P完全問題,PSO算法也取得了比以往算法更好的效果。盡管PSO算法具有自身的優(yōu)勢,但在實際應(yīng)用中還是常出現(xiàn)陷入局部極值等現(xiàn)象。應(yīng)用于壓縮感知數(shù)據(jù)重構(gòu)過程中常出現(xiàn)適應(yīng)度較低但重構(gòu)誤差極大的情況。

    針對這些不足,將量子免疫克隆理論帶入粒子群優(yōu)化算法,提出基于量子理論的粒子群優(yōu)化算法QP-CSDR(Quantum-inspired immune clonal based Particle Swarm Optimization in Compressed Sensor Data Reconstruction)并將其應(yīng)用于壓縮感知數(shù)據(jù)重構(gòu)過程中。旨在利用量子免疫克隆算法中的種群生成方法以及種群更新方法來實現(xiàn)種群擴張,為粒子群優(yōu)化算法提供更廣泛、更豐富的粒子位置,擴大了搜索空間,提高了局部搜索能力,避免算法陷入局部最優(yōu)出現(xiàn)早熟現(xiàn)象。

    1 數(shù)據(jù)重構(gòu)算法

    1.1 固定長度分幀

    固定長度分幀方式就是將原始長信號按照固定的數(shù)據(jù)長度分為若干幀。假設(shè)信號采集端采集的原始信號長度為N,則按算法設(shè)定的幀長度n將原始信號分為frame=ceil(N/n)個幀,每個幀內(nèi)包含的非零元素個數(shù)不等。舉例說明:

    假設(shè)原始信號x為:

    0 0 0 1 1 1 0 1 0 1 0 1 0 0 1 0 0 0 1 0 1 1 0 1 0 0 1 0 0 0

    其原始信號長度為30,按每幀長度為5個數(shù)據(jù)分幀,則可分為以下6個幀:

    0 0 0 1 1 | 1 0 1 0 1| 0 1 0 0 1 | 0 0 0 1 0 | 1 1 0 1 0| 0 1 0 0 0

    這種方法的特點是每幀的長度相同,而稀疏度不同。

    (1)

    則根據(jù)概率論相關(guān)知識可知:其重建概率為:

    (2)

    (3)

    以上述數(shù)據(jù)為例,表1顯示未分幀及分幀后的原始信號x中非零元素位置組合數(shù)量(為計算簡便,這里假設(shè)數(shù)據(jù)為均勻分布):

    表1 固定長度分幀前后非零元素位置組合數(shù)量

    可以看出,較短的分幀長度會降低組合數(shù)量,但在實際過程中會因為分幀長度過短導(dǎo)致幀數(shù)量增加,導(dǎo)致通信包數(shù)量急劇增加,提高了通信開銷,造成網(wǎng)絡(luò)擁塞,使分幀方法的實用性降低。而當(dāng)n取值過大時,雖然能夠減少通信包數(shù)量,降低通信開銷,但也會造成非零元素位置組合數(shù)量急劇增加,降低了數(shù)據(jù)的重構(gòu)概率。

    1.2 改進(jìn)的量子粒子群優(yōu)化算法

    假設(shè)初始狀態(tài)下,PSO系統(tǒng)中的每個粒子的位置不能確定,每個粒子位置的量子位狀態(tài)是隨機的,可以為0或1,也可為0到1間的任意隨機數(shù),其狀態(tài)表示為公式:

    |Ψ〉=α|0〉+β|1〉

    (4)

    式中:α,β表示相應(yīng)狀態(tài)出現(xiàn)概率的兩個復(fù)數(shù),其關(guān)系為α2+β2=1。

    具有m個量子比特位的粒子群可以描述為式(5):

    (5)

    式中:t表示種群代數(shù)。結(jié)合信號重構(gòu)的應(yīng)用實際考慮,m表示數(shù)據(jù)長度。規(guī)模為n的粒子種群表示為:

    Q(t)={q1,q2,…,qn}

    Q(t)即為信號重構(gòu)的解空間。

    從統(tǒng)計學(xué)角度看,傳感器監(jiān)測的物理對象特征多服從正態(tài)分布,因此在理論中不應(yīng)當(dāng)僅簡單的假設(shè)為均勻分布,設(shè)其幅值xi∈[min,max],可設(shè)其位置的概率密度函數(shù)為式(6):

    (6)

    式中:αi為隨機數(shù),則粒子的初始化位置xi編碼規(guī)則如式(7):

    xi=0.5×[max(1+T(αi))+min(1-T(αi))]

    (7)

    粒子的當(dāng)前最優(yōu)位置Pi的更新及速度的更新方式與經(jīng)典PSO算法中相應(yīng)參數(shù)的更新方式完全相同,即:

    (8)

    (9)

    式中:f(·)為目標(biāo)函數(shù),在數(shù)據(jù)重構(gòu)算法中,將式(3)作為目標(biāo)函數(shù),通過不斷生成解x并與壓縮后數(shù)據(jù)Y進(jìn)行比較,從而不斷逼近原始數(shù)據(jù)。

    量子粒子群算法中,當(dāng)長時間搜索不到全局最優(yōu)解時,種群需要進(jìn)行更新,這里我們借鑒全干擾交叉操作。假設(shè)一個種群包含5個長度為8的抗體,其具體交叉方法見表2。

    表2 全干擾交叉操作

    下面給出基于QP-CSDR算法壓縮感知數(shù)據(jù)重構(gòu)方法的執(zhí)行步驟。

    1.3 數(shù)據(jù)重構(gòu)過程

    本文提出的基于量子粒子群優(yōu)化的壓縮感知數(shù)據(jù)重構(gòu)算法流程圖如圖1所示。

    圖1 算法流程圖

    算法具體過程如下:

    ①將原始數(shù)據(jù)按長度n進(jìn)行分幀處理。通過遍歷算法記錄各幀稀疏度spratio;②在問題空間中,根據(jù)式(7)及原始信號稀疏度spratio初始化粒子群中各粒子的位置,使得粒子位置的稀疏度與原始信號稀疏度相同;③根據(jù)式(3)計算粒子的當(dāng)前適應(yīng)度,并與前一次迭代的適應(yīng)度值進(jìn)行比較,若當(dāng)前適應(yīng)度值小于前一次迭代的適應(yīng)度值,則根據(jù)粒子的位置更新為粒子當(dāng)前的最優(yōu)位置;④根據(jù)式(9)計算群體當(dāng)前的全局最優(yōu)位置;⑤比較當(dāng)前全局最優(yōu)位置與前一次迭代的全局最優(yōu)位置,若當(dāng)前全局最優(yōu)位置更好,則群體的全局最優(yōu)位置更新為當(dāng)前值;⑥根據(jù)式(8)、式(9)計算隨機點的速度及新位置;⑦若迭代次數(shù)達(dá)到一定閾值后,適應(yīng)度值仍未達(dá)到要求,則使用全干擾交叉方式,將粒子位置進(jìn)行全局交叉,然后重新計算全局最優(yōu)值及局部最優(yōu)值;⑧重復(fù)步驟②~步驟⑥,直至滿足一定的結(jié)束條件;⑨將所有重構(gòu)信號按幀序列組合完整的重構(gòu)信號。

    2 實驗及分析

    試驗場地選擇在秦始皇帝陵博物院K9801號坑旁,監(jiān)測對象為微地震信號。為使結(jié)果更加清晰,同一實驗地點處布設(shè)兩個硬件結(jié)構(gòu)相同的無線傳感器節(jié)點,一個傳輸未壓縮信號,另一個傳輸壓縮信號。將兩類數(shù)據(jù)導(dǎo)入計算機,并通過MATLAB運行程序?qū)χ貥?gòu)的壓縮信號進(jìn)行評估,并同時監(jiān)測節(jié)點的工作時長。

    2.1 分幀結(jié)果分析

    固定長度分幀的實驗結(jié)果如圖2所示。

    圖2 N=5時的數(shù)據(jù)重構(gòu)結(jié)果

    當(dāng)N=5時,原始數(shù)據(jù)共分為40個幀,信號壓縮比為200∶59,近乎達(dá)到3∶1。考慮通信中,每幀數(shù)據(jù)包需要額外增加2個字節(jié)原始幀長度和稀疏度信息,原始數(shù)據(jù)長度為400byte,壓縮后數(shù)據(jù)長度為118byte,額外通信開銷為80byte,實際數(shù)據(jù)壓縮比率為198∶400=0.495。重建信號的精度為98.5%。可以看出,由于每個幀內(nèi)僅有5個數(shù)據(jù),因此其重構(gòu)精度大大提高,QP-CSDR算法能夠?qū)?shù)據(jù)進(jìn)行高精度重構(gòu)。但N=5時分幀數(shù)量過多,通信開銷較大,因此實際應(yīng)用中效果較差。

    如圖3所示,當(dāng)N=10時,原始數(shù)據(jù)共分為20個幀,信號壓縮比為200∶59,約為3∶1。原始信號長度為400byte,壓縮后信號長度為118byte,考慮通信中,每幀數(shù)據(jù)包需要額外增加兩個字節(jié)原始幀長度和稀疏度信息,額外通信開銷為40byte,實際數(shù)據(jù)包長度壓縮比率為158∶400=0.395。重建信號的精度為90%。可以看出,幀長度N=10時,算法的重構(gòu)精度有所下降,主要是因為重構(gòu)解空間數(shù)量較多,算法全局搜索能力下降所影響,N=10時的分幀數(shù)量有所減少,因此額外通信開銷降低。

    圖3 N=10時的數(shù)據(jù)重構(gòu)結(jié)果

    如圖4所示當(dāng)N=20時,原始數(shù)據(jù)共分為10個幀,信號壓縮比為200∶66,約為3.3∶1??紤]通信中,每幀數(shù)據(jù)包需要額外增加兩個字節(jié)原始幀長度和稀疏度信息,額外通信開銷為20byte,實際數(shù)據(jù)包長度壓縮比率為142∶400=0.355。重建信號的精度為87%。可以看出,N=20時雖然額外通信開銷很少,但其數(shù)據(jù)重構(gòu)精度也隨之下降,難以達(dá)到系統(tǒng)要求,因此實用性不高。

    圖4 N=20時的數(shù)據(jù)重構(gòu)結(jié)果

    2.2 同類算法對比分析

    圖5中顯示的是在各稀疏度條件下,不同算法的性能對照(不考慮通信開銷)。

    圖5 同類算法實驗結(jié)果對比

    可以看出在稀疏度較小的條件下,各類算法都具有較好的數(shù)據(jù)恢復(fù)精度。而在稀疏度大于30后,OMP算法的數(shù)據(jù)恢復(fù)性能急劇下降,SDIHT及BIHT算法在稀疏度大于40后也出現(xiàn)了明顯的下降趨勢,而QP-CSDR算法在稀疏度大于45后出現(xiàn)明顯下降,特別是n=5時的QP-CSDR算法在稀疏度50時仍能保持近90%的恢復(fù)概率,這也說明了分幀長度對于數(shù)據(jù)恢復(fù)精度的影響還是很明顯的:分幀長度越短,解空間數(shù)量越少,數(shù)據(jù)重構(gòu)精度越高,反之則解空間數(shù)量越多,數(shù)據(jù)重構(gòu)精度越低。

    圖6 同類算法實驗結(jié)果對比

    圖6中顯示的分別是針對稀疏度為0.2的原始信號,在壓縮比率為0.3和重構(gòu)精度為90%的條件下不同算法的性能對照(不考慮通信開銷)。

    可以看出在兩種情況下,N=5時本算法的壓縮比率和數(shù)據(jù)重構(gòu)精度都是較高的。N=10時的算法性能與QICA-OMP和RAMP[12]算法相近。N=5時的算法性能與ROMP算法和SAMP算法差異不大,在壓縮比率和數(shù)據(jù)重構(gòu)精度方面都較OMP算法好。由于OMP算法本身具有重構(gòu)精度不高的特點,因此在同等重構(gòu)精度條件下性能不好,幾乎以1∶1的方式才能對原始信號進(jìn)行高精度重構(gòu)。

    2.3 網(wǎng)絡(luò)實驗性能結(jié)果

    網(wǎng)絡(luò)的性能結(jié)果如表3所示。監(jiān)測對象為微地震信號及音頻信號,采樣速率分別為10sample/s和200sample/s.節(jié)點為不進(jìn)行數(shù)據(jù)壓縮的傳感器節(jié)點及N=10時的固定長度分幀。兩個傳感器的采集速率均為10sample/s,每采集200個數(shù)據(jù)的時長為20s,均采用4 400mAh,3.6VDC的鋰電池供電。發(fā)送能耗按照30μJ/bit計算,共計實驗10組,統(tǒng)計其平均值。

    微地震信號條件下,壓縮后的傳感器節(jié)點的通信能耗比未壓縮之前降低了1/5,。而考慮到計算能耗,接收能耗以及待機能耗等因素,節(jié)點的實際壽命延長至3.69倍左右。

    音頻信號條件下,壓縮后的傳感器節(jié)點的通信能耗比未壓縮之前降低了1/3左右??紤]到計算能耗等因素,節(jié)點的實際壽命延長至2倍左右,之所以小于微地震信號實驗的原因在于音頻信號處理所需的計算能耗更高。

    表3 微地震網(wǎng)絡(luò)性能結(jié)果

    3 結(jié)論

    本文提出了基于量子粒子群優(yōu)化算法的壓縮感知數(shù)據(jù)重構(gòu)方法QP-CSDR。文章首先針對壓縮感知數(shù)據(jù)重構(gòu)原理進(jìn)行分析,提出將原始數(shù)據(jù)進(jìn)行固定長度分幀,以減少重構(gòu)空間解的數(shù)量,然后將粒子群優(yōu)化算法應(yīng)用于壓縮感知數(shù)據(jù)重構(gòu)過程中。在此基礎(chǔ)上,根據(jù)網(wǎng)絡(luò)監(jiān)測對象的統(tǒng)計學(xué)特點對粒子群的粒子位置的初始化進(jìn)行了改進(jìn),提高了各種稀疏度條件下的數(shù)據(jù)重構(gòu)精度。實驗結(jié)果表明,改進(jìn)后的量子粒子群算法能夠在稀疏度低于50的條件下以高精確度重構(gòu)數(shù)據(jù),與現(xiàn)有算法相比,重構(gòu)精度提高10%~30%左右。實際實驗結(jié)果表明,算法能夠?qū)鬏敂?shù)據(jù)進(jìn)行高比例壓縮,減少了通信數(shù)據(jù)量、降低了通信能耗,以微地震信號為檢測對象時,系統(tǒng)壽命延長了3.7倍、以音頻信號為監(jiān)測對象時,系統(tǒng)壽命延長了2倍左右。

    [1] Kaneko M,Al Agha K. Compressed Sensing Based Protocol for Interfering Data Recovery in Multi-Hop Sensor Networks[J]. IEEE Communications Letters,2014,18(1):42-45.

    [2] Mecklenbrauker C F,Gerstoft P,Panahi A,et al. Sequential Bayesian Sparse Signal Reconstruction Using Array Data[J]. IEEE Transactions on Singal Processing,2014,61(24):6344-6354.

    [3] Figueiredo M,Nowak R,Wright S. Gradient Projection for Sparse Reconstruction:Application to Compressed Sensing and Other Inverse Problems[J]. IEEE Journal of Selected Topics in Singal Processing,2007,1(4):586-597.

    [4] Tropp J,Gilbert A. Signal Recovery from Random Measurements via Orthogonal Matching Pursuit[J]. IEEE Transctions on Information Theory,2008,53(12):4655-4666.

    [5] Needell D,Vershynin R. Greedy Signal Recovery and Un-Certainty Principles[J]. Proceddings of the Conference on Computational Imaging,2008:1-12.

    [6] Needell D,Vershynin D. Uniform Uncertainty Principle and Signal Recovery via Regularized Orthogonal Matching Pursuit[J]. Foundations of Computational Mathematics,2009,9(3):318-334.

    [7] D Needell R Vershynin. Signal Recovery from Incomplete and Inaccurate Measurements via Regularized Orthogonal Matching Pursuit[J]. IEEE Journal of Selected Topics in Processing,2010,4(2):310-316.

    [8] 軒春青,軒志偉,陳保立. 基于最小二乘與粒子群算法的壓力傳感器動態(tài)補償方法[J]. 傳感技術(shù)學(xué)報,2014,27(10):1363-1367.

    [9] 高偉,趙博,周廣濤. 基于帶約束人工蜂群算法和平均Hausdorff距離的重力匹配方法[J]. 傳感技術(shù)學(xué)報,2014,27(1):74-78.

    [10] Needell D,Tropp J A. CoSaMP:Iterative Signal Recovery from Incomplete and Inaccurate Samples[C]//ACM Technical Report 2008-01,California Institute of Technology,Pasadena,2008:93-100.

    [11] 解志斌,于謙,沈斌,等. 一種新的基于粒子群優(yōu)化的雙簇頭分簇路由算法[J]. 傳感技術(shù)學(xué)報,2013,26(8):1135-1139.

    [12] 劉亞新,趙瑞珍,胡紹海,等. 用于壓縮感知信號重建的正則化自適應(yīng)匹配追蹤算法[J]. 電子與信息學(xué)報,2010,32(11):2713-2717.

    [13] Tropp J,Lu Gan,Nam Nguyen,et al. Sparsity Adaptive Matching Pursuit Algorithm for Practical Compressed Sensing[C]//42nd Asilomar Conference on Signals,Systems and Computers,2008:581-587.

    [14] Ho S L,Shiyou Yang,Guangzheng Ni,et al. A Quantum-Based Particle Swarm Optimization Algorithm Applied to Inverse Problems[J]. IEEE Transactions on Magnetics,2013,49(5):2069-2072.

    [15] Hirano H,Yoshikawa T A Study on Two-Step Search Based on PSO to Improve Convergence and Diversity for Many-Objective Optimization Problems[C]//IEEE Congress on Evolutionary Computation,2013:1854-1859.

    [16] 劉美,徐小玲,黃道平. 應(yīng)用粒子群優(yōu)化分配WSN多目標(biāo)跟蹤節(jié)點任務(wù)[J]. 傳感技術(shù)學(xué)報,2010,23(9):1334-1339.

    劉洲洲(1981-),男,山西運城人,博士研究生,講師,2004、2007年于西北工業(yè)大學(xué)獲得學(xué)士、碩士學(xué)位,主要從事無線傳感器網(wǎng)絡(luò)方面的研究,liuzhouzhou8192@126.com;

    李艷平(1976-),女,山東鄆城人,工學(xué)碩士,講師。主要研究方向為智能算法,lyp5506@126.com。

    Perceptual Data Reconstruction for Compressed Sensing Based onQuantum Behaved Particle Swarm Optimization*

    LIUZhouzhou1*,LIYanping2

    (1.Xi’an Aeronautical University,Xi’san 710077,China;2.Department of Computer and Information Engineering,Heze University,Heze Shandong 274015,China)

    According to wireless sensor network monitoring object features,the compressed sensing theory is applied to data compression to reduce the communication energy. Considering that reconstruction accuracy of existing data reconstruction in compressed sensing can be easily influenced by sparsity,after analysis of compressed sensing data reconstruction principle,with sub-frame processing the original signal in fixed length to reduce the solution space,and applying quantum theory encoding in Particle Swarm Optimization,Compressed Sensing Data Reconstruction that based on Quantum-behaved Particle Swarm Optimization appears. According to wireless sensor network monitoring object features,this algorithm improves the accuracy of the data reconstruction by improving particle initial position and update mode in Particle Swarm Optimization from Statistics. Simulation results show that under conditions of sparsity less than 50,QP-CSDR gets 20%~40% performance improvement on Reconstruction accuracy comparing to existing algorithms. Now the algorithm has been applied to micro-earthquakes and audio monitoring system,and in actual inspection,the actual system life is extended about 2~4 times with assurance data accuracy.

    wireless sensor network;quantum theory;particle swarm optimization algorithm;compressed sensor;data reconstruction

    項目來源:國家自然科學(xué)基金項目(No.61103242)

    2014-07-29 修改日期:2015-02-05

    C:7230

    10.3969/j.issn.1004-1699.2015.06.011

    TP393

    A

    1004-1699(2015)06-0836-06

    猜你喜歡
    量子重構(gòu)粒子
    2022年諾貝爾物理學(xué)獎 從量子糾纏到量子通信
    長城敘事的重構(gòu)
    攝影世界(2022年1期)2022-01-21 10:50:14
    決定未來的量子計算
    新量子通信線路保障網(wǎng)絡(luò)安全
    北方大陸 重構(gòu)未來
    基于粒子群優(yōu)化的橋式起重機模糊PID控制
    基于粒子群優(yōu)化極點配置的空燃比輸出反饋控制
    北京的重構(gòu)與再造
    商周刊(2017年6期)2017-08-22 03:42:36
    一種簡便的超聲分散法制備碳量子點及表征
    論中止行為及其對中止犯的重構(gòu)
    春色校园在线视频观看| 色吧在线观看| 国产精品精品国产色婷婷| 国内精品宾馆在线| 亚洲在线自拍视频| 欧美日韩综合久久久久久| 少妇人妻一区二区三区视频| av在线天堂中文字幕| 简卡轻食公司| 国产综合懂色| 老司机影院毛片| av免费观看日本| 青春草亚洲视频在线观看| 久久久久精品性色| 亚洲av中文字字幕乱码综合| 亚洲精品亚洲一区二区| 成人特级av手机在线观看| 大香蕉97超碰在线| 成人综合一区亚洲| 91久久精品电影网| 丰满乱子伦码专区| 日本黄色片子视频| 少妇熟女aⅴ在线视频| 汤姆久久久久久久影院中文字幕 | 美女cb高潮喷水在线观看| 亚洲精品乱码久久久v下载方式| 欧美+日韩+精品| 久久精品人妻少妇| 欧美性猛交╳xxx乱大交人| 最近的中文字幕免费完整| 精品一区二区三卡| 久久久亚洲精品成人影院| 一边亲一边摸免费视频| 国产淫片久久久久久久久| 国产一区有黄有色的免费视频 | 一级毛片久久久久久久久女| 成人亚洲精品av一区二区| 十八禁网站网址无遮挡 | 亚洲av在线观看美女高潮| 国产精品一区二区三区四区免费观看| 搡女人真爽免费视频火全软件| 少妇裸体淫交视频免费看高清| 午夜激情福利司机影院| 欧美高清成人免费视频www| 男的添女的下面高潮视频| 又粗又硬又长又爽又黄的视频| 久久国内精品自在自线图片| 午夜免费观看性视频| 我的老师免费观看完整版| 亚洲av免费在线观看| 男女视频在线观看网站免费| 99热这里只有是精品50| 在线观看av片永久免费下载| 精品一区在线观看国产| 少妇人妻精品综合一区二区| 大又大粗又爽又黄少妇毛片口| 国产一级毛片七仙女欲春2| 久久这里只有精品中国| 日本一二三区视频观看| 午夜免费观看性视频| 永久免费av网站大全| 国产男人的电影天堂91| 免费黄色在线免费观看| 国产探花极品一区二区| 99久久精品热视频| 国内精品宾馆在线| 小蜜桃在线观看免费完整版高清| 久久久午夜欧美精品| 午夜激情久久久久久久| 亚洲精品第二区| 波多野结衣巨乳人妻| 亚洲精品乱码久久久久久按摩| 欧美另类一区| 久热久热在线精品观看| 99久久九九国产精品国产免费| av免费观看日本| 丰满乱子伦码专区| 蜜桃亚洲精品一区二区三区| 国产男女超爽视频在线观看| 亚洲综合色惰| 亚洲成人久久爱视频| 看黄色毛片网站| 超碰av人人做人人爽久久| a级毛色黄片| 看黄色毛片网站| 日本与韩国留学比较| 一级毛片久久久久久久久女| av黄色大香蕉| 22中文网久久字幕| 91在线精品国自产拍蜜月| 国产精品蜜桃在线观看| 亚洲经典国产精华液单| 国产成年人精品一区二区| 国产精品熟女久久久久浪| 中文字幕久久专区| 男女边摸边吃奶| 嫩草影院精品99| 成年免费大片在线观看| 人人妻人人澡人人爽人人夜夜 | 青春草国产在线视频| 欧美人与善性xxx| 国产av在哪里看| 欧美性猛交╳xxx乱大交人| 美女高潮的动态| 搞女人的毛片| 日本午夜av视频| 欧美激情在线99| 精品99又大又爽又粗少妇毛片| 亚洲av二区三区四区| 国产精品av视频在线免费观看| 国产精品久久久久久av不卡| 联通29元200g的流量卡| 亚洲熟女精品中文字幕| 一区二区三区乱码不卡18| 国产精品伦人一区二区| 国产精品1区2区在线观看.| 九九久久精品国产亚洲av麻豆| 午夜福利在线观看吧| 真实男女啪啪啪动态图| 免费看a级黄色片| 搡老妇女老女人老熟妇| 晚上一个人看的免费电影| 日韩成人伦理影院| 日本色播在线视频| 国产综合精华液| 免费看日本二区| 国产精品不卡视频一区二区| 美女主播在线视频| 插阴视频在线观看视频| 又黄又爽又刺激的免费视频.| 免费观看av网站的网址| 久久久久久久久大av| 日韩欧美精品免费久久| 日韩电影二区| 亚洲成人精品中文字幕电影| 亚洲aⅴ乱码一区二区在线播放| 国产一级毛片在线| 国产高清不卡午夜福利| 久久久久久国产a免费观看| 国产黄色视频一区二区在线观看| 国产午夜精品论理片| 91aial.com中文字幕在线观看| 搡老妇女老女人老熟妇| 亚洲美女搞黄在线观看| 精品国产一区二区三区久久久樱花 | 男女下面进入的视频免费午夜| 丝袜美腿在线中文| av在线老鸭窝| 男女边摸边吃奶| 成人特级av手机在线观看| 久久精品国产亚洲网站| 波野结衣二区三区在线| 男女国产视频网站| 国产在线一区二区三区精| 亚洲欧美一区二区三区黑人 | 黄色日韩在线| a级毛片免费高清观看在线播放| 91精品国产九色| 在线a可以看的网站| 国产成人精品婷婷| 特大巨黑吊av在线直播| 插逼视频在线观看| 国产综合精华液| 极品少妇高潮喷水抽搐| 亚洲精品aⅴ在线观看| 乱人视频在线观看| 国产综合懂色| av免费观看日本| 亚洲欧美清纯卡通| 国产精品99久久久久久久久| 国产男人的电影天堂91| 亚洲久久久久久中文字幕| av在线蜜桃| 一级二级三级毛片免费看| 欧美极品一区二区三区四区| 日韩一本色道免费dvd| 69av精品久久久久久| 精品一区二区三卡| 日本wwww免费看| 精品人妻熟女av久视频| 九草在线视频观看| 亚洲国产精品成人久久小说| 黄色配什么色好看| 欧美另类一区| 老师上课跳d突然被开到最大视频| 国产精品一区二区性色av| 听说在线观看完整版免费高清| 99热这里只有精品一区| 边亲边吃奶的免费视频| 啦啦啦中文免费视频观看日本| 亚洲在线自拍视频| 国产精品av视频在线免费观看| 能在线免费观看的黄片| 国产精品一区二区三区四区免费观看| 激情 狠狠 欧美| 免费黄网站久久成人精品| 三级国产精品欧美在线观看| 久久99热这里只频精品6学生| 亚洲在线观看片| 国产精品福利在线免费观看| 毛片女人毛片| 国内精品一区二区在线观看| 综合色av麻豆| 夜夜爽夜夜爽视频| 欧美bdsm另类| 久久久久性生活片| 黄色配什么色好看| 2022亚洲国产成人精品| 国产激情偷乱视频一区二区| 久久99热6这里只有精品| 久久久久久久亚洲中文字幕| 亚洲欧美一区二区三区黑人 | 精品午夜福利在线看| 久久99热这里只频精品6学生| 免费黄色在线免费观看| 日本熟妇午夜| 色吧在线观看| 国产精品美女特级片免费视频播放器| 伦精品一区二区三区| 国产不卡一卡二| 欧美xxxx黑人xx丫x性爽| 日韩一区二区视频免费看| 人人妻人人澡人人爽人人夜夜 | 免费观看的影片在线观看| 成年女人在线观看亚洲视频 | 在线免费观看的www视频| 精品欧美国产一区二区三| 秋霞伦理黄片| 国产一区二区在线观看日韩| 99久国产av精品国产电影| 九九爱精品视频在线观看| 美女脱内裤让男人舔精品视频| 七月丁香在线播放| 中文乱码字字幕精品一区二区三区 | 日韩欧美 国产精品| 国产国拍精品亚洲av在线观看| 天美传媒精品一区二区| 国产亚洲av片在线观看秒播厂 | 国产成人福利小说| 男人狂女人下面高潮的视频| 亚洲欧美日韩东京热| 在线观看一区二区三区| 婷婷色综合www| 中国美白少妇内射xxxbb| 精品人妻视频免费看| 在线观看美女被高潮喷水网站| 国产亚洲一区二区精品| 欧美激情久久久久久爽电影| 七月丁香在线播放| 麻豆成人午夜福利视频| 内射极品少妇av片p| 搡女人真爽免费视频火全软件| 亚洲av免费高清在线观看| 久久久久免费精品人妻一区二区| 日本黄大片高清| 日韩欧美三级三区| 非洲黑人性xxxx精品又粗又长| 波多野结衣巨乳人妻| 日韩人妻高清精品专区| 国产精品一区二区三区四区久久| 两个人视频免费观看高清| 熟女人妻精品中文字幕| 国产伦精品一区二区三区四那| 一区二区三区高清视频在线| 男女边吃奶边做爰视频| 国产成人aa在线观看| 免费av观看视频| 国产精品福利在线免费观看| 观看美女的网站| 久热久热在线精品观看| 大香蕉久久网| 成人国产麻豆网| 国语对白做爰xxxⅹ性视频网站| 亚洲人成网站高清观看| 日韩精品青青久久久久久| 观看美女的网站| 欧美成人精品欧美一级黄| 男女边摸边吃奶| 一区二区三区乱码不卡18| 亚洲欧美日韩东京热| 91久久精品国产一区二区三区| 又爽又黄a免费视频| 亚洲欧美日韩无卡精品| 建设人人有责人人尽责人人享有的 | 久久久久久久午夜电影| 美女内射精品一级片tv| 免费电影在线观看免费观看| 97在线视频观看| 99热6这里只有精品| 秋霞伦理黄片| 午夜福利在线在线| 久久久久久国产a免费观看| 99热这里只有是精品在线观看| 亚洲,欧美,日韩| 精品国产三级普通话版| 精品久久久久久久末码| 老女人水多毛片| 中文天堂在线官网| 亚洲最大成人av| 日韩一区二区三区影片| 麻豆成人av视频| 久久久久精品久久久久真实原创| 一区二区三区乱码不卡18| 国产综合懂色| 纵有疾风起免费观看全集完整版 | 国内精品宾馆在线| 国产午夜精品论理片| 色综合亚洲欧美另类图片| 久热久热在线精品观看| 哪个播放器可以免费观看大片| 麻豆乱淫一区二区| 日韩av在线免费看完整版不卡| 看免费成人av毛片| 久久99热这里只频精品6学生| 日韩成人伦理影院| 深爱激情五月婷婷| 91狼人影院| 麻豆国产97在线/欧美| 国产成人a区在线观看| 久久久久久伊人网av| 内地一区二区视频在线| 日本wwww免费看| 成人亚洲精品av一区二区| 男女边摸边吃奶| 人妻少妇偷人精品九色| 日韩av不卡免费在线播放| 能在线免费看毛片的网站| 日韩,欧美,国产一区二区三区| 国产精品精品国产色婷婷| 一级毛片aaaaaa免费看小| 国产精品国产三级国产av玫瑰| 高清毛片免费看| eeuss影院久久| 色视频www国产| 日日啪夜夜撸| 久久精品久久久久久久性| 91午夜精品亚洲一区二区三区| 国产淫片久久久久久久久| 亚洲欧美精品自产自拍| 麻豆成人午夜福利视频| 天天躁夜夜躁狠狠久久av| 国产淫片久久久久久久久| 国产黄片美女视频| 我要看日韩黄色一级片| 久久精品熟女亚洲av麻豆精品 | 日本欧美国产在线视频| 久久久久久久久久久免费av| 欧美成人一区二区免费高清观看| 高清午夜精品一区二区三区| 亚洲最大成人手机在线| 成人毛片60女人毛片免费| 禁无遮挡网站| 纵有疾风起免费观看全集完整版 | 国产高清不卡午夜福利| 亚洲综合精品二区| 肉色欧美久久久久久久蜜桃 | 尤物成人国产欧美一区二区三区| 99久久中文字幕三级久久日本| 天堂影院成人在线观看| 最近最新中文字幕免费大全7| 九九爱精品视频在线观看| 国内揄拍国产精品人妻在线| 日本三级黄在线观看| 亚洲美女视频黄频| 在线观看人妻少妇| 在线免费观看的www视频| 国产精品麻豆人妻色哟哟久久 | 亚洲欧美成人精品一区二区| 欧美性感艳星| 黄色配什么色好看| 一区二区三区免费毛片| 一级毛片黄色毛片免费观看视频| 在线 av 中文字幕| 精品人妻偷拍中文字幕| 少妇熟女欧美另类| 自拍偷自拍亚洲精品老妇| 欧美xxxx性猛交bbbb| 亚洲精品aⅴ在线观看| 在线免费十八禁| 久久久久久九九精品二区国产| 精品人妻熟女av久视频| av在线观看视频网站免费| 美女高潮的动态| 国产 一区精品| 极品教师在线视频| 国内揄拍国产精品人妻在线| 国产大屁股一区二区在线视频| 七月丁香在线播放| 日韩电影二区| 中国国产av一级| 高清视频免费观看一区二区 | 国产av码专区亚洲av| 国语对白做爰xxxⅹ性视频网站| 夜夜看夜夜爽夜夜摸| 日本欧美国产在线视频| 大话2 男鬼变身卡| 国产精品一区www在线观看| 日韩av在线免费看完整版不卡| 99热全是精品| 久久国产乱子免费精品| 欧美成人午夜免费资源| 国产 亚洲一区二区三区 | 亚洲不卡免费看| 最新中文字幕久久久久| 天堂影院成人在线观看| 少妇的逼好多水| 成人午夜精彩视频在线观看| av一本久久久久| 亚洲无线观看免费| 日本爱情动作片www.在线观看| 国产亚洲精品av在线| 国产黄色小视频在线观看| 亚洲欧美日韩东京热| 91精品伊人久久大香线蕉| 精品不卡国产一区二区三区| 国产亚洲精品久久久com| 国产av码专区亚洲av| 99久国产av精品国产电影| 国产精品综合久久久久久久免费| 天堂俺去俺来也www色官网 | 免费黄色在线免费观看| 深夜a级毛片| 成人亚洲精品av一区二区| 久久99精品国语久久久| 欧美激情在线99| 欧美性感艳星| 国产综合懂色| 亚洲精品亚洲一区二区| 99久国产av精品国产电影| 免费无遮挡裸体视频| 久久久久久国产a免费观看| 免费黄频网站在线观看国产| 哪个播放器可以免费观看大片| 老司机影院成人| 伦精品一区二区三区| 亚洲国产欧美人成| 日日摸夜夜添夜夜添av毛片| 两个人视频免费观看高清| 三级男女做爰猛烈吃奶摸视频| 大香蕉97超碰在线| 亚洲精品久久久久久婷婷小说| 嘟嘟电影网在线观看| 久久精品夜夜夜夜夜久久蜜豆| 日日啪夜夜爽| 一边亲一边摸免费视频| 高清视频免费观看一区二区 | 一个人看视频在线观看www免费| 毛片一级片免费看久久久久| 亚洲欧美精品自产自拍| 久久久久性生活片| 亚洲欧洲国产日韩| av黄色大香蕉| 亚洲欧洲日产国产| 少妇熟女aⅴ在线视频| 最后的刺客免费高清国语| 国产高潮美女av| 麻豆av噜噜一区二区三区| 黄片wwwwww| 尤物成人国产欧美一区二区三区| 男女边吃奶边做爰视频| 亚洲欧美日韩东京热| 一区二区三区乱码不卡18| 22中文网久久字幕| 女的被弄到高潮叫床怎么办| 国产精品女同一区二区软件| 国产毛片a区久久久久| 男插女下体视频免费在线播放| 中文字幕av成人在线电影| 一级av片app| 精品久久久久久电影网| 日韩一区二区视频免费看| 日本免费a在线| 波野结衣二区三区在线| 简卡轻食公司| 欧美日韩精品成人综合77777| 啦啦啦啦在线视频资源| 国产极品天堂在线| 国产黄色视频一区二区在线观看| 身体一侧抽搐| 最近手机中文字幕大全| 国产有黄有色有爽视频| 欧美成人一区二区免费高清观看| 搞女人的毛片| 激情 狠狠 欧美| 美女被艹到高潮喷水动态| 九色成人免费人妻av| 精品一区二区三卡| 国产精品一区二区三区四区久久| 真实男女啪啪啪动态图| 我的女老师完整版在线观看| 高清毛片免费看| 日韩精品有码人妻一区| 91精品国产九色| 91aial.com中文字幕在线观看| freevideosex欧美| 亚洲人与动物交配视频| 精品人妻偷拍中文字幕| 午夜爱爱视频在线播放| 亚洲欧美日韩无卡精品| 男女那种视频在线观看| 青青草视频在线视频观看| 大陆偷拍与自拍| 少妇人妻精品综合一区二区| 日本wwww免费看| 99久久精品一区二区三区| 国产av国产精品国产| 日本黄大片高清| 超碰97精品在线观看| 国产 亚洲一区二区三区 | 国产探花在线观看一区二区| 日日干狠狠操夜夜爽| 日本黄大片高清| 亚洲精品中文字幕在线视频 | 别揉我奶头 嗯啊视频| 精品久久国产蜜桃| 九草在线视频观看| av卡一久久| 在线a可以看的网站| 亚洲va在线va天堂va国产| 在线a可以看的网站| 成人无遮挡网站| 在线天堂最新版资源| 插阴视频在线观看视频| 天堂中文最新版在线下载 | 国产一区亚洲一区在线观看| av在线老鸭窝| 七月丁香在线播放| 国产亚洲av片在线观看秒播厂 | 国产精品嫩草影院av在线观看| 色网站视频免费| 天天躁日日操中文字幕| 看十八女毛片水多多多| 日本爱情动作片www.在线观看| 内射极品少妇av片p| 国产黄片视频在线免费观看| 中国美白少妇内射xxxbb| a级毛片免费高清观看在线播放| 精品久久久噜噜| 国产欧美另类精品又又久久亚洲欧美| 国产综合懂色| 国产成人免费观看mmmm| 中文字幕人妻熟人妻熟丝袜美| 亚洲怡红院男人天堂| 欧美高清性xxxxhd video| 草草在线视频免费看| 内地一区二区视频在线| 97人妻精品一区二区三区麻豆| 麻豆乱淫一区二区| 精品人妻偷拍中文字幕| 国产黄色视频一区二区在线观看| 在线观看av片永久免费下载| 国产精品嫩草影院av在线观看| 永久网站在线| 日本欧美国产在线视频| 麻豆久久精品国产亚洲av| 美女cb高潮喷水在线观看| 免费观看av网站的网址| 禁无遮挡网站| 永久网站在线| 亚洲国产精品成人久久小说| 国产高潮美女av| 成人av在线播放网站| 国产永久视频网站| 一级黄片播放器| 午夜福利在线观看免费完整高清在| 午夜老司机福利剧场| 一级毛片黄色毛片免费观看视频| 久久久久九九精品影院| h日本视频在线播放| 久久午夜福利片| 欧美最新免费一区二区三区| 亚洲四区av| 91久久精品电影网| 狂野欧美白嫩少妇大欣赏| 国产精品无大码| 亚洲精品国产av蜜桃| 国产成人91sexporn| 欧美一级a爱片免费观看看| 亚洲内射少妇av| 亚洲国产日韩欧美精品在线观看| av在线天堂中文字幕| 成人高潮视频无遮挡免费网站| 一区二区三区免费毛片| 麻豆久久精品国产亚洲av| 欧美xxxx性猛交bbbb| 亚洲欧美精品专区久久| 99热这里只有精品一区| 高清日韩中文字幕在线| 精品久久久噜噜| av一本久久久久| 特级一级黄色大片| 久久韩国三级中文字幕| 插逼视频在线观看| 男人爽女人下面视频在线观看| 日韩精品青青久久久久久| 久热久热在线精品观看| 国产精品久久久久久精品电影| 精品一区二区三卡| 亚洲最大成人av| 欧美不卡视频在线免费观看| 99久久精品国产国产毛片| 日韩人妻高清精品专区| 干丝袜人妻中文字幕| 26uuu在线亚洲综合色| 久久精品国产亚洲av天美| 97超视频在线观看视频| 免费人成在线观看视频色| av一本久久久久| 日本熟妇午夜| 性色avwww在线观看| 两个人的视频大全免费| 51国产日韩欧美| 国产 一区精品| 国产综合懂色| 国产视频首页在线观看|