在無線傳感器網(wǎng)絡(luò)中基于時序壓縮感知的數(shù)據(jù)收集方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及的是無線通信技術(shù)領(lǐng)域的方法，尤其是是利用時序壓縮感知理論來提 高無線傳感器網(wǎng)絡(luò)的數(shù)據(jù)收集效率的方法，具體涉及在無線傳感器網(wǎng)絡(luò)中基于時序壓縮感 知的數(shù)據(jù)收集方法。
【背景技術(shù)】
[0002] 壓縮感知，又稱為壓縮采樣，它可W通過開發(fā)信號的稀疏特性，在遠(yuǎn)小于Nyquist 采樣率的條件下，用隨機采樣獲取信號的離散樣本，然后通過非線性重建算法完美的重建 信號。該一研究結(jié)果突破了采樣定理的限制，可W被應(yīng)用于和信息處理相關(guān)的諸多領(lǐng)域。由 于無線傳感器網(wǎng)絡(luò)中的數(shù)據(jù)具有稀疏特性，因此具備了利用壓縮感知理論的可能性。有很 多學(xué)者已經(jīng)嘗試?yán)脡嚎s感知來減小無線傳感器網(wǎng)絡(luò)數(shù)據(jù)收集時的通信成本，并取得了一 定的成功。
[0003] 為了方便說明，下面先定義壓縮感知理論相關(guān)的兩個重要概念：
[0004] 稀疏度：如果信號X可W在另一個數(shù)域上只用K個向量來線性表示（K遠(yuǎn)小于信號 的長度)，那么該個信號的稀疏度就是K。
[0005] 測量數(shù)：根據(jù)壓縮感知理論，當(dāng)信號具有稀疏性質(zhì)時，可W只通過信號的M個線性 測量來高精度恢復(fù)信號（M遠(yuǎn)小于信號的長度)，該里M就稱為測量數(shù)。
[0006] 反觀之前的該些工作，主要存在如下兩個方面的問題；第一，現(xiàn)有的研究都建立在 數(shù)據(jù)的稀疏度已知的條件下，而在實際情況下該一點往往是不切實際的；第二，在數(shù)據(jù)的稀 疏度處于變化狀態(tài)的情況，現(xiàn)有的利用壓縮感知的方法效果不是很好；測量數(shù)過高會造成 通信成本的浪費，而測量數(shù)過少又無法精確地恢復(fù)數(shù)據(jù)。

【發(fā)明內(nèi)容】

[0007] 針對現(xiàn)有技術(shù)中的缺陷，本發(fā)明的目的是提供一種在無線傳感器網(wǎng)絡(luò)中基于時序 壓縮感知的數(shù)據(jù)收集方法。
[0008] 根據(jù)本發(fā)明提供的在無線傳感器網(wǎng)絡(luò)中基于時序壓縮感知的數(shù)據(jù)收集方法，包括 步驟：
[0009] 步驟1，數(shù)據(jù)稀疏度檢測；按照時序壓縮感知的過程，網(wǎng)絡(luò)中的每個傳感器節(jié)點重 復(fù)發(fā)送自身數(shù)據(jù)的加權(quán)到匯聚節(jié)點，直至匯聚節(jié)點根據(jù)得到的數(shù)據(jù)特征進行計算檢測出數(shù) 據(jù)的稀疏度為止；
[0010] 步驟2,網(wǎng)絡(luò)數(shù)據(jù)傳輸：通過第一步的檢測結(jié)果確定需要的測量數(shù)后，匯聚節(jié)點網(wǎng) 絡(luò)中的每個節(jié)點進行數(shù)據(jù)收集；
[0011] 步驟3,測量數(shù)的動態(tài)調(diào)整；匯聚節(jié)點在信號恢復(fù)的同時檢測此時網(wǎng)絡(luò)數(shù)據(jù)的性 質(zhì)是否發(fā)生變化；如果檢測到數(shù)據(jù)的稀疏度已經(jīng)發(fā)生變化，匯聚節(jié)點則根據(jù)變化趨勢對測 量數(shù)進行相應(yīng)地調(diào)整。
[0012] 優(yōu)選地，所述步驟1包括如下步驟：
[001引步驟1. 1 ;初始化，對于輸入的原始信號x=[Xi，…，X。]，令測量數(shù)記錄r等于1，初 始高斯隨機觀測矩陣為。1，其中n為網(wǎng)路中節(jié)點的總個數(shù)；
[0014] 步驟1. 2 ;匯聚節(jié)點接收第一次的線性測量yi=〇ix，并利用0MP算法解出原始信號 X的估計xi;其中，〇1表示第一次的觀測矩陣，yi表示第一次的線性測量值；
[0015] 循環(huán)執(zhí)行W下步驟：
[0016] 步驟1. 3 ;利用高斯隨機方法生成一組新的數(shù)列^3，加入觀測矩陣中，更新測量數(shù)， 記錄為更新后的M*等于更新前的M*加1，新的觀測矩陣〇
[0017] 步驟1. 4 ;匯聚節(jié)點接收第r次的線性測量嚴(yán)并解出新的原始信號X的估 計xM%其中，表示第r次的線形測量值，表示第次的觀測矩陣；
[001引步驟1. 5巧xMt=x?"i，則輸出檢測結(jié)果Me等于并跳出循環(huán)，否則返回步驟1. 3 ; 其中，xMt-i表示前r-1次的原始信號X的估計，Me為檢測得到的數(shù)據(jù)稀疏度。
[0019] 優(yōu)選地，在所述步驟2中，匯聚節(jié)點網(wǎng)絡(luò)中的每個節(jié)點進行數(shù)據(jù)收集的具體方法 為：
[0020] 當(dāng)需要的測量數(shù)Me和觀測矩聞
【主權(quán)項】
1. 一種在無線傳感器網(wǎng)絡(luò)中基于時序壓縮感知的數(shù)據(jù)收集方法，其特征在于，包括如 下步驟： 步驟1，數(shù)據(jù)稀疏度檢測：按照時序壓縮感知的過程，網(wǎng)絡(luò)中的每個傳感器節(jié)點重復(fù)發(fā) 送自身數(shù)據(jù)的加權(quán)到匯聚節(jié)點，直至匯聚節(jié)點根據(jù)得到的數(shù)據(jù)特征進行計算檢測出數(shù)據(jù)的 稀疏度為止； 步驟2,網(wǎng)絡(luò)數(shù)據(jù)傳輸：通過第一步的檢測結(jié)果確定需要的測量數(shù)后，匯聚節(jié)點網(wǎng)絡(luò)中 的每個節(jié)點進行數(shù)據(jù)收集； 步驟3,測量數(shù)的動態(tài)調(diào)整：匯聚節(jié)點在信號恢復(fù)的同時檢測此時網(wǎng)絡(luò)數(shù)據(jù)的性質(zhì)是 否發(fā)生變化；如果檢測到數(shù)據(jù)的稀疏度已經(jīng)發(fā)生變化，匯聚節(jié)點則根據(jù)變化趨勢對測量數(shù) 進行相應(yīng)地調(diào)整。
2. 根據(jù)權(quán)利要求1所述的在無線傳感器網(wǎng)絡(luò)中基于時序壓縮感知的數(shù)據(jù)收集方法，其 特征在于，所述步驟1包括如下步驟： 步驟I. 1 :初始化，對于輸入的原始信號X，令測量數(shù)記錄礦等于1，高斯隨機矩陣Φ等 于Φ1 ; 步驟1. 2 :匯聚節(jié)點接收線性測量Y1=O1x,并利用OMP算法解出原始信號X的估計X1 ; 其中，Φ1表示第一次的觀測矩陣，y1表示第一次的線性測量值； 循環(huán)執(zhí)行以下步驟： 步驟1. 3 :利用高斯隨機方法生成一組數(shù)列，加入觀測矩陣中，更新測量數(shù)記錄為更新 后的礦等于更新前的礦加1，新的觀測矩陣φ ;_μπ; 步驟1. 4 :匯聚節(jié)點接收線性測量，=ΦΜ#χ，并解出新的原始信號X的估計，；其中， yM#表示第礦次的線形測量值，ΦΜ#表示第Μ*次的觀測矩陣； 步驟1. 5 :若，=Xn，則輸出檢測結(jié)果Mk等于Μ?并跳出循環(huán)，否則返回步驟1. 3 ;其中， X*"1表示前礦-1次的原始信號X的估計，Mk為檢測得到的數(shù)據(jù)稀疏度。
3. 根據(jù)權(quán)利要求2所述的在無線傳感器網(wǎng)絡(luò)中基于時序壓縮感知的數(shù)據(jù)收集方法，其 特征在于，在所述步驟2中，匯聚節(jié)點網(wǎng)絡(luò)中的毎個節(jié).占講行數(shù)據(jù)收集的具體方法為： 當(dāng)需要的測量數(shù)Mk和觀測矩陣
給定后，對于線性測量的 第M個值，每個節(jié)點i在傳輸時，該節(jié)點把所有接收到的值相加，然后再加上Xi 作為新 的值傳出給該節(jié)點的下一跳節(jié)點，其中，Mk為檢測得到的數(shù)據(jù)稀疏度，η為節(jié)點數(shù)目，Xi為節(jié) 點i的實際測量值，為觀測矩陣第M行，第i列的值。
4. 根據(jù)權(quán)利要求1所述的在無線傳感器網(wǎng)絡(luò)中基于時序壓縮感知的數(shù)據(jù)收集方法，其 特征在于，所述步驟3包括如下步驟： 步驟3. 1 :初始化，令當(dāng)前時刻T等于1，需要測量數(shù)Mt等于檢測結(jié)果Mk ; 循環(huán)執(zhí)行以下步驟直至傳輸完成： 步驟3. 2 :匯聚節(jié)點分別接收線性測量y^1和yMK，并利用OMP算法解出Xm^ 1和Xmk ;其 中，yMH表示第Mk-I次的線性測量，yMK表示第Mk次的線性測量，X m^1表示第Mk-I次的原始 信號X的估計，Xmk表示第M k次的原始信號X的估計； 步驟3. 3 :若Xm^1=Xmk，則令恢復(fù)信號f等于Xmk，令T增加I，令M k減少2,返回步驟3. 2 ; 否則繼續(xù)執(zhí)行如下步驟； 步驟3. 4 :匯聚節(jié)點接收嚴(yán)1并解出嚴(yán)、其中，嚴(yán)+1表示第Μκ+1次的線性測量，嚴(yán) 1 表示第Μκ+1次的原始信號X的估計，若Xme=Xme+1,則令X*等于X me，令T增加1，返回步驟3. 2， 其中，表示最終的恢復(fù)信號；否則繼續(xù)執(zhí)行如下步驟： 步驟3. 5 :匯聚節(jié)點持續(xù)接收線性測量并求解，直至測量數(shù)為M時，XM=X M+1成立，Xm表示 第M次的原始信號X的估計，xM+1表示第M+1次的原始信號X的估計；此時，令f等于xM，令 T增加1，令M t等于M，返回步驟3. 2,其中，Mt表示下一次的需要測量數(shù)。
5. 根據(jù)權(quán)利要求1所述的在無線傳感器網(wǎng)絡(luò)中基于時序壓縮感知的數(shù)據(jù)收集方法，其 特征在于，在所述步驟1中，網(wǎng)絡(luò)中的每個傳感器節(jié)點產(chǎn)生數(shù)據(jù)，并通過指定的路由將所有 節(jié)點的數(shù)據(jù)加權(quán)和傳輸?shù)絽R聚節(jié)點，進行信號恢復(fù)；反復(fù)執(zhí)行所述信號恢復(fù)，直至匯聚節(jié)點 前后兩次信號恢復(fù)結(jié)果相同，將此時的測量數(shù)作為基準(zhǔn)值，記為Μ κ。
6. 根據(jù)權(quán)利要求5所述的在無線傳感器網(wǎng)絡(luò)中基于時序壓縮感知的數(shù)據(jù)收集方法，其 特征在于，在所述步驟2中，匯聚節(jié)點將得到的M k以廣播的方式告知網(wǎng)絡(luò)中的所有節(jié)點，并 要求網(wǎng)絡(luò)以Mk作為測量數(shù)進行壓縮感知的數(shù)據(jù)收集過程。
7. 根據(jù)權(quán)利要求6所述的在無線傳感器網(wǎng)絡(luò)中基于時序壓縮感知的數(shù)據(jù)收集方法，其 特征在于，在所述步驟3中，數(shù)據(jù)收集完成后，匯聚節(jié)點進行信號恢復(fù)同時比較前后幾組的 恢復(fù)結(jié)果，并以此判斷網(wǎng)絡(luò)中的數(shù)據(jù)稀疏度是否發(fā)生改變；根據(jù)判斷結(jié)果，匯聚節(jié)點對塢的 值進行相應(yīng)調(diào)整。
【專利摘要】本發(fā)明提供在無線傳感器網(wǎng)絡(luò)中基于時序壓縮感知的數(shù)據(jù)收集方法，包括步驟：步驟1，數(shù)據(jù)稀疏度檢測：按照時序壓縮感知的過程，網(wǎng)絡(luò)中的每個傳感器節(jié)點重復(fù)發(fā)送自身數(shù)據(jù)的加權(quán)到匯聚節(jié)點，直至匯聚節(jié)點根據(jù)得到的數(shù)據(jù)特征進行計算檢測出數(shù)據(jù)的稀疏度為止；步驟2，網(wǎng)絡(luò)數(shù)據(jù)傳輸：通過第一步的檢測結(jié)果確定需要的測量數(shù)后，匯聚節(jié)點網(wǎng)絡(luò)中的每個節(jié)點進行數(shù)據(jù)收集；步驟3，測量數(shù)的動態(tài)調(diào)整：匯聚節(jié)點在信號恢復(fù)的同時檢測此時網(wǎng)絡(luò)數(shù)據(jù)的性質(zhì)是否發(fā)生變化進行相應(yīng)地調(diào)整。本發(fā)明不僅能夠在稀疏度未知的情況下成功恢復(fù)信號，甚至能夠根據(jù)實際數(shù)據(jù)稀疏度的變化自適應(yīng)地調(diào)整需要收集的信號測量的數(shù)目。
【IPC分類】H04W84-18, H04W28-10, H04W28-08
【公開號】CN104768186
【申請?zhí)枴緾N201410002012
【發(fā)明人】施琦, 駱喆, 王新兵, 田軍
【申請人】上海交通大學(xué), 富士通株式會社
【公開日】2015年7月8日
【申請日】2014年1月2日