• <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)
    亚洲激情在线av| 一个人观看的视频www高清免费观看 | 国产真人三级小视频在线观看| 国产高清视频在线播放一区| 精品福利观看| 国产精品久久久久成人av| 免费在线观看日本一区| 看片在线看免费视频| 亚洲 欧美一区二区三区| 亚洲人成伊人成综合网2020| 丝袜人妻中文字幕| 欧美日韩中文字幕国产精品一区二区三区 | 天堂√8在线中文| 国产蜜桃级精品一区二区三区| 日韩精品免费视频一区二区三区| 国产真人三级小视频在线观看| 天堂俺去俺来也www色官网| 午夜福利影视在线免费观看| 我的亚洲天堂| 国产片内射在线| 久久人妻av系列| svipshipincom国产片| 日韩大尺度精品在线看网址 | 国产蜜桃级精品一区二区三区| 亚洲黑人精品在线| 精品午夜福利视频在线观看一区| 欧美乱码精品一区二区三区| 国产野战对白在线观看| 天天添夜夜摸| 最新在线观看一区二区三区| 国产伦一二天堂av在线观看| 亚洲av成人不卡在线观看播放网| 亚洲狠狠婷婷综合久久图片| 两人在一起打扑克的视频| 美女福利国产在线| 最好的美女福利视频网| 精品久久久久久久毛片微露脸| 精品熟女少妇八av免费久了| 亚洲 欧美一区二区三区| 久久婷婷成人综合色麻豆| 亚洲第一青青草原| 午夜精品在线福利| 中文字幕av电影在线播放| 悠悠久久av| 亚洲成av片中文字幕在线观看| 嫁个100分男人电影在线观看| 黑人猛操日本美女一级片| 老司机深夜福利视频在线观看| 精品人妻1区二区| 露出奶头的视频| 热99re8久久精品国产| 中文字幕av电影在线播放| 12—13女人毛片做爰片一| 人人妻人人爽人人添夜夜欢视频| 香蕉国产在线看| 久久热在线av| 国产精品一区二区精品视频观看| 国产高清激情床上av| 母亲3免费完整高清在线观看| 成年女人毛片免费观看观看9| 中文字幕精品免费在线观看视频| 国产又爽黄色视频| av超薄肉色丝袜交足视频| 成年女人毛片免费观看观看9| 欧美性长视频在线观看| 一区二区日韩欧美中文字幕| 一级,二级,三级黄色视频| 法律面前人人平等表现在哪些方面| 岛国在线观看网站| 国产蜜桃级精品一区二区三区| 一级,二级,三级黄色视频| 黄色丝袜av网址大全| 一二三四在线观看免费中文在| 国产高清激情床上av| 亚洲国产欧美一区二区综合| 国产激情久久老熟女| 老司机在亚洲福利影院| 亚洲成人国产一区在线观看| 香蕉国产在线看| 一级毛片女人18水好多| 少妇粗大呻吟视频| 99精国产麻豆久久婷婷| 欧美日韩亚洲国产一区二区在线观看| 国产精品98久久久久久宅男小说| 免费在线观看完整版高清| 欧美精品一区二区免费开放| 99国产精品99久久久久| 日韩欧美国产一区二区入口| 免费女性裸体啪啪无遮挡网站| 成年女人毛片免费观看观看9| 女性被躁到高潮视频| 国产一区在线观看成人免费| 最近最新中文字幕大全免费视频| 夫妻午夜视频| 久久久久久免费高清国产稀缺| 亚洲视频免费观看视频| 亚洲熟妇熟女久久| 欧美午夜高清在线| 黄色片一级片一级黄色片| 欧美中文日本在线观看视频| √禁漫天堂资源中文www| 窝窝影院91人妻| 一级毛片高清免费大全| 在线观看www视频免费| 欧美成人午夜精品| 乱人伦中国视频| 少妇被粗大的猛进出69影院| 免费高清视频大片| 69精品国产乱码久久久| 午夜精品久久久久久毛片777| 欧美日韩亚洲国产一区二区在线观看| 久久青草综合色| 亚洲午夜精品一区,二区,三区| 女人被躁到高潮嗷嗷叫费观| 大型av网站在线播放| 国产成人精品久久二区二区91| 后天国语完整版免费观看| 久久久久久亚洲精品国产蜜桃av| 久久国产精品人妻蜜桃| 欧美乱色亚洲激情| 日韩中文字幕欧美一区二区| 国产男靠女视频免费网站| 亚洲成人国产一区在线观看| а√天堂www在线а√下载| 午夜免费激情av| 99热国产这里只有精品6| 中出人妻视频一区二区| 一级毛片女人18水好多| 高清欧美精品videossex| 国产欧美日韩一区二区三区在线| 黄色 视频免费看| 丝袜在线中文字幕| 在线观看一区二区三区| 欧美黄色片欧美黄色片| 国产精品av久久久久免费| 99在线视频只有这里精品首页| av片东京热男人的天堂| 日韩欧美在线二视频| 午夜日韩欧美国产| 亚洲国产欧美日韩在线播放| 国产在线观看jvid| 一进一出好大好爽视频| 18禁裸乳无遮挡免费网站照片 | 青草久久国产| 欧洲精品卡2卡3卡4卡5卡区| 国产1区2区3区精品| 午夜激情av网站| av天堂在线播放| 久久久国产欧美日韩av| 精品乱码久久久久久99久播| 亚洲精品美女久久久久99蜜臀| 欧美精品一区二区免费开放| 桃色一区二区三区在线观看| 国产高清国产精品国产三级| 亚洲精品久久午夜乱码| 国产欧美日韩一区二区三区在线| 深夜精品福利| 午夜免费激情av| 夫妻午夜视频| 国产精品98久久久久久宅男小说| 天天躁夜夜躁狠狠躁躁| 欧美在线黄色| 亚洲欧美日韩无卡精品| 黄色视频不卡| 久久久久国内视频| 欧美丝袜亚洲另类 | 老汉色av国产亚洲站长工具| 国产精品久久视频播放| 成人亚洲精品av一区二区 | 嫩草影院精品99| 中文字幕人妻熟女乱码| 最近最新中文字幕大全电影3 | 老司机午夜福利在线观看视频| 女同久久另类99精品国产91| 精品国产乱码久久久久久男人| 丰满人妻熟妇乱又伦精品不卡| 久久久久久人人人人人| 免费观看人在逋| 狂野欧美激情性xxxx| 99久久99久久久精品蜜桃| 岛国视频午夜一区免费看| 午夜视频精品福利| 亚洲国产精品999在线| 久久精品影院6| 成人手机av| 制服人妻中文乱码| 黄色 视频免费看| 黄色 视频免费看| 亚洲精品美女久久av网站| 久9热在线精品视频| 一区二区三区国产精品乱码| 97碰自拍视频| 欧美日韩亚洲综合一区二区三区_| 中出人妻视频一区二区| 九色亚洲精品在线播放| 他把我摸到了高潮在线观看| 国产成人影院久久av| 多毛熟女@视频| 欧美性长视频在线观看| 人人妻,人人澡人人爽秒播| 99国产综合亚洲精品| 国产精品久久久久久人妻精品电影| 美女 人体艺术 gogo| 日日摸夜夜添夜夜添小说| 国产男靠女视频免费网站| 午夜福利,免费看| 中国美女看黄片| 欧洲精品卡2卡3卡4卡5卡区| 一本大道久久a久久精品| 人人妻,人人澡人人爽秒播| 叶爱在线成人免费视频播放| 欧美日韩一级在线毛片| 国产精品 欧美亚洲| 老熟妇乱子伦视频在线观看| 一级a爱片免费观看的视频| 91av网站免费观看| 国产亚洲欧美98| 亚洲中文日韩欧美视频| 成人特级黄色片久久久久久久| 亚洲片人在线观看| 99国产精品一区二区蜜桃av| 可以免费在线观看a视频的电影网站| 色综合婷婷激情| 嫩草影视91久久| 亚洲男人天堂网一区| 麻豆av在线久日| 校园春色视频在线观看| cao死你这个sao货| 免费人成视频x8x8入口观看| 麻豆国产av国片精品| av网站在线播放免费| 一区二区三区国产精品乱码| 色哟哟哟哟哟哟| 男女做爰动态图高潮gif福利片 | 一区二区三区国产精品乱码| 亚洲色图av天堂| 999久久久国产精品视频| 久久亚洲精品不卡| 午夜福利在线免费观看网站| 青草久久国产| 久久久国产成人精品二区 | 精品人妻在线不人妻| 亚洲精品国产精品久久久不卡| 日韩高清综合在线| 国产成人欧美在线观看| 欧美大码av| 日韩免费高清中文字幕av| 妹子高潮喷水视频| 美女午夜性视频免费| 亚洲精品粉嫩美女一区| av网站免费在线观看视频| 操美女的视频在线观看| 国产免费男女视频| 久久亚洲精品不卡| a级毛片在线看网站| 高潮久久久久久久久久久不卡| 波多野结衣高清无吗| 满18在线观看网站| 淫妇啪啪啪对白视频| 91成人精品电影| 亚洲五月婷婷丁香| 国产成人精品久久二区二区免费| 啦啦啦免费观看视频1| 真人一进一出gif抽搐免费| 国产伦一二天堂av在线观看| 亚洲,欧美精品.| 夜夜夜夜夜久久久久| 亚洲一区中文字幕在线| 亚洲精品美女久久久久99蜜臀| 大码成人一级视频| 亚洲国产欧美日韩在线播放| 在线看a的网站| 亚洲精品av麻豆狂野| 日韩欧美一区视频在线观看| 国产成人av教育| 侵犯人妻中文字幕一二三四区| 老汉色av国产亚洲站长工具| 一级片'在线观看视频| 午夜视频精品福利| 母亲3免费完整高清在线观看| 久久 成人 亚洲| 色在线成人网| 两性夫妻黄色片| 老司机亚洲免费影院| 99在线人妻在线中文字幕| 熟女少妇亚洲综合色aaa.| 男人舔女人的私密视频| 午夜亚洲福利在线播放| 黑人欧美特级aaaaaa片| 国产成人系列免费观看| 久久性视频一级片| 美女福利国产在线| 一区福利在线观看| 后天国语完整版免费观看| 高清欧美精品videossex| 欧美黄色片欧美黄色片| 免费不卡黄色视频| 国产亚洲av高清不卡| 一个人免费在线观看的高清视频| 精品久久久久久成人av| 12—13女人毛片做爰片一| 亚洲av美国av| 三级毛片av免费| 一二三四在线观看免费中文在| 五月开心婷婷网| 十分钟在线观看高清视频www| 久久国产精品影院| 国产午夜精品久久久久久| 可以免费在线观看a视频的电影网站| 日本黄色视频三级网站网址| 国内毛片毛片毛片毛片毛片| 级片在线观看| 人人妻,人人澡人人爽秒播| 视频在线观看一区二区三区| 亚洲av成人一区二区三| 欧美午夜高清在线| 国产亚洲欧美98| 天堂俺去俺来也www色官网| 欧美激情高清一区二区三区| 两个人看的免费小视频| 成人三级黄色视频| 一区在线观看完整版| 午夜成年电影在线免费观看| 自线自在国产av| 18美女黄网站色大片免费观看| 在线观看免费高清a一片| 男女做爰动态图高潮gif福利片 | a级毛片在线看网站| 看黄色毛片网站| 18禁国产床啪视频网站| 在线观看免费午夜福利视频| 午夜激情av网站| 午夜福利在线免费观看网站| 最新美女视频免费是黄的| 女人高潮潮喷娇喘18禁视频| 91国产中文字幕| 国产免费男女视频| 99国产精品免费福利视频| 老司机午夜福利在线观看视频| 精品国产超薄肉色丝袜足j| 亚洲七黄色美女视频| 日日爽夜夜爽网站| 国产在线观看jvid| 高清毛片免费观看视频网站 | 色在线成人网| 国产色视频综合| 欧美国产精品va在线观看不卡| 亚洲精品国产精品久久久不卡| 色综合欧美亚洲国产小说| 亚洲专区国产一区二区| 黄色视频不卡| 精品久久久久久成人av| 亚洲一区中文字幕在线| 亚洲精品粉嫩美女一区| 午夜成年电影在线免费观看| 国产精品影院久久| 一级,二级,三级黄色视频| 国产精品电影一区二区三区| 丰满的人妻完整版| 国产黄色免费在线视频| 午夜免费鲁丝| 国产xxxxx性猛交| 真人一进一出gif抽搐免费| 国产伦一二天堂av在线观看| 99re在线观看精品视频| 午夜精品久久久久久毛片777| 美女国产高潮福利片在线看| 国产黄a三级三级三级人| 精品日产1卡2卡| 国产高清视频在线播放一区| 热99国产精品久久久久久7| 亚洲成人久久性| 90打野战视频偷拍视频| 久久香蕉激情| 脱女人内裤的视频| 免费看a级黄色片| 这个男人来自地球电影免费观看| 91老司机精品| 波多野结衣av一区二区av| 午夜免费激情av| 在线观看免费高清a一片| 国产成人系列免费观看| 高清毛片免费观看视频网站 | 亚洲精品在线美女| 美女高潮到喷水免费观看| 欧美丝袜亚洲另类 | 国产在线观看jvid| 亚洲一区二区三区欧美精品| 黑人欧美特级aaaaaa片| 91字幕亚洲| 中文字幕人妻丝袜制服| 多毛熟女@视频| 欧美日韩亚洲高清精品| av在线天堂中文字幕 | 热99国产精品久久久久久7| 国产xxxxx性猛交| 国产成人影院久久av| 中文字幕av电影在线播放| 天天躁狠狠躁夜夜躁狠狠躁| 啪啪无遮挡十八禁网站| 亚洲在线自拍视频| 亚洲 国产 在线| 国产成人精品久久二区二区91| 久久久久久久久免费视频了| 91成人精品电影| 久久午夜亚洲精品久久| 午夜91福利影院| 国产精品免费一区二区三区在线| 很黄的视频免费| 亚洲三区欧美一区| 少妇裸体淫交视频免费看高清 | www.精华液| 女同久久另类99精品国产91| videosex国产| 校园春色视频在线观看| 麻豆久久精品国产亚洲av | 国产成人免费无遮挡视频| 久久国产乱子伦精品免费另类| 久久天躁狠狠躁夜夜2o2o| 丁香六月欧美| 美女午夜性视频免费| 如日韩欧美国产精品一区二区三区| 久久精品国产综合久久久| 国产av一区二区精品久久| 亚洲人成电影免费在线| 女性被躁到高潮视频| 欧美黑人欧美精品刺激| 欧美黄色淫秽网站| 夜夜看夜夜爽夜夜摸 | 久99久视频精品免费| 岛国在线观看网站| 日本黄色日本黄色录像| 大码成人一级视频| 老汉色∧v一级毛片| 亚洲欧美一区二区三区黑人| 人人澡人人妻人| 欧美av亚洲av综合av国产av| 一区二区三区精品91| 日韩免费高清中文字幕av| 在线免费观看的www视频| 欧美丝袜亚洲另类 | 国产高清激情床上av| aaaaa片日本免费| 亚洲成人久久性| 欧美色视频一区免费| 亚洲国产精品合色在线| 啦啦啦 在线观看视频| xxxhd国产人妻xxx| 日韩欧美三级三区| 欧美黄色淫秽网站| 少妇粗大呻吟视频| 一区二区三区精品91| 国产在线观看jvid| 久久午夜亚洲精品久久| 国产伦一二天堂av在线观看| 岛国视频午夜一区免费看| 女人被狂操c到高潮| 国产成人欧美| 欧美成人性av电影在线观看| 脱女人内裤的视频| 久久精品aⅴ一区二区三区四区| 很黄的视频免费| 亚洲成人久久性| 欧美日韩一级在线毛片| 12—13女人毛片做爰片一| 国产av又大| 变态另类成人亚洲欧美熟女 | 99精品久久久久人妻精品| 欧美亚洲日本最大视频资源| 久久性视频一级片| 亚洲国产欧美日韩在线播放| 精品熟女少妇八av免费久了| 亚洲全国av大片| 欧美成狂野欧美在线观看| 黄网站色视频无遮挡免费观看| 国产成人影院久久av| 国产精品国产高清国产av| 欧美激情极品国产一区二区三区| 国产精品一区二区免费欧美| 亚洲第一av免费看| 一级片'在线观看视频| 国产精品香港三级国产av潘金莲| 美女扒开内裤让男人捅视频| 男女下面进入的视频免费午夜 | 欧美一区二区精品小视频在线| 男人操女人黄网站| 热re99久久精品国产66热6| 18禁裸乳无遮挡免费网站照片 | av超薄肉色丝袜交足视频| 搡老熟女国产l中国老女人| 一a级毛片在线观看| 国产麻豆69| 国产精品免费视频内射| 俄罗斯特黄特色一大片| 日本三级黄在线观看| 麻豆成人av在线观看| 国产一区二区三区综合在线观看| 国产高清videossex| 午夜精品国产一区二区电影| av网站免费在线观看视频| 欧美乱码精品一区二区三区| 国产精品一区二区三区四区久久 | 久久精品亚洲精品国产色婷小说| 国产一区二区三区综合在线观看| 国产精品久久电影中文字幕| 男女午夜视频在线观看| 99在线视频只有这里精品首页| 9热在线视频观看99| 亚洲狠狠婷婷综合久久图片| 国产成人av激情在线播放| 亚洲精品久久成人aⅴ小说| 国产亚洲欧美98| ponron亚洲| 超色免费av| 激情在线观看视频在线高清| 久久99一区二区三区| 成年版毛片免费区| 亚洲欧美一区二区三区黑人| 老司机亚洲免费影院| 啪啪无遮挡十八禁网站| 麻豆成人av在线观看| 国产精华一区二区三区| 水蜜桃什么品种好| 久久久久国内视频| 激情在线观看视频在线高清| 黄频高清免费视频| 曰老女人黄片| 99riav亚洲国产免费| 99久久久亚洲精品蜜臀av| 国产国语露脸激情在线看| 亚洲av成人不卡在线观看播放网| 欧美日韩视频精品一区| 麻豆久久精品国产亚洲av | 变态另类成人亚洲欧美熟女 | 在线观看日韩欧美| 嫩草影视91久久| 精品无人区乱码1区二区| 婷婷精品国产亚洲av在线| 日韩一卡2卡3卡4卡2021年| 波多野结衣av一区二区av| 色综合欧美亚洲国产小说| 成人三级黄色视频| 欧美中文综合在线视频| 午夜免费观看网址| 黄色怎么调成土黄色| 亚洲久久久国产精品| 国产精品久久电影中文字幕| 亚洲国产精品sss在线观看 | 黄网站色视频无遮挡免费观看| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲精品在线观看二区| 久久草成人影院| 两个人免费观看高清视频| 欧美大码av| 亚洲精品国产精品久久久不卡| 亚洲国产欧美网| 视频区欧美日本亚洲| 无限看片的www在线观看| 久久精品aⅴ一区二区三区四区| 久久久国产成人精品二区 | 90打野战视频偷拍视频| 亚洲精品久久午夜乱码| 美女大奶头视频| 国产精品偷伦视频观看了| 亚洲中文字幕日韩| 久久久久久久久久久久大奶| 丝袜美足系列| 男女做爰动态图高潮gif福利片 | 日韩成人在线观看一区二区三区| av福利片在线| 亚洲人成网站在线播放欧美日韩| 亚洲欧美一区二区三区黑人| 亚洲国产欧美网| 亚洲男人天堂网一区| 亚洲男人的天堂狠狠| 国产成年人精品一区二区 | 亚洲精品一区av在线观看| 可以免费在线观看a视频的电影网站| 久久精品国产亚洲av香蕉五月| 制服人妻中文乱码| 国产精品二区激情视频| 久久热在线av| 久久久久久久午夜电影 | 俄罗斯特黄特色一大片| 亚洲av片天天在线观看| 国产成人精品在线电影| 亚洲自偷自拍图片 自拍| 日日干狠狠操夜夜爽| 在线观看66精品国产| 午夜精品在线福利| 黑人巨大精品欧美一区二区蜜桃| 欧美丝袜亚洲另类 | 亚洲成国产人片在线观看| 精品一品国产午夜福利视频| 最近最新中文字幕大全电影3 | 男女高潮啪啪啪动态图| 一二三四社区在线视频社区8| 亚洲午夜理论影院| 最近最新中文字幕大全免费视频| 亚洲人成网站在线播放欧美日韩| 久久久国产成人免费| 亚洲成人免费av在线播放| 欧洲精品卡2卡3卡4卡5卡区| 99精品欧美一区二区三区四区| 精品卡一卡二卡四卡免费| 欧美在线一区亚洲| 在线观看www视频免费| 在线观看免费午夜福利视频| 亚洲成人免费av在线播放| 国产片内射在线| 久久香蕉国产精品| 在线十欧美十亚洲十日本专区| 又大又爽又粗| 黑人巨大精品欧美一区二区蜜桃| 高清av免费在线|