專利名稱：基于最優(yōu)階估計與分布式分簇的傳感器網絡數(shù)據(jù)壓縮方法
技術領域：
本發(fā)明屬于數(shù)據(jù)壓縮技術領域，涉及一種基于最優(yōu)階估計與分布式分簇的傳感器 網絡數(shù)據(jù)壓縮方法。
背景技術：
基于無線傳感器網絡(WSNs)的監(jiān)測系統(tǒng)中，各個傳感器節(jié)點收集自身周圍的局 部信息，對其進行處理后傳送至匯聚節(jié)點，匯聚節(jié)點匯總所有節(jié)點采集的局部數(shù)據(jù)得到感 興趣區(qū)域的整體信息。在無線傳感器網絡中，由于受多種因素比如背景噪音、節(jié)點失效、無 線通信存在不穩(wěn)定性及能量約束等的影響，節(jié)點獲取、處理和傳輸?shù)母兄獢?shù)據(jù)信息常常存 在一定的誤差，并具有一定程度的不確定性，然而在某些應用中通常允許一定的誤差存在。 即在保證應用要求的前提下，可以通過降低一定的數(shù)據(jù)精度來減少在網絡中傳輸?shù)臄?shù)據(jù) 量，從而降低網絡中節(jié)點的能量消耗。無線傳感網絡中的數(shù)據(jù)壓縮算法就是保證在一定數(shù) 據(jù)精度的前提下，尋求一種有效的減少傳輸中數(shù)據(jù)量，從而降低節(jié)點能耗，提高整個網絡綜 合性能的方法。在無線傳感器網絡的許多實際應用中，被監(jiān)測區(qū)異常情況發(fā)生的概率總是 相對較小，在沒有異常發(fā)生的情況下，同一傳感節(jié)點在連續(xù)采集數(shù)據(jù)時，前后連續(xù)時刻所采 集數(shù)據(jù)必然存在很大相關性，同時，處于相鄰區(qū)域的不同的傳感器節(jié)點在同一時刻采集的 數(shù)據(jù)必然具有空間相關性，如果將這些具有時間，空間冗余的數(shù)據(jù)都發(fā)送到基站必然耗費 節(jié)點大量的能量，因此如何有效地消除節(jié)點感知數(shù)據(jù)在時間、空間上的冗余性已成為無線 傳感網絡中數(shù)據(jù)壓縮要解決的關鍵性問題。如何針對WSNs在環(huán)境監(jiān)控方面的具體應用需 要，設計出有效的無線傳感網絡數(shù)據(jù)壓縮算法，是一個很有意義的研究課題。無線傳感器網絡數(shù)據(jù)壓縮算法利用節(jié)點感知數(shù)據(jù)中存在的時間、空間冗余，先直 接傳輸若干組節(jié)點感知數(shù)據(jù)，從中提取同一節(jié)點不同時刻，同一時刻不同節(jié)點間的相關性， 再結合分布式編碼，在基站處恢復節(jié)點原始感知數(shù)據(jù)，節(jié)點處僅有簡單的取模運算，大量算 法運算被轉移到基站，這樣就能夠在保證一定精度的情況下，最大限度地減小節(jié)點傳輸單 位數(shù)據(jù)的能耗，而實際應用中僅對基站定期更換電池或直接長期供電也是可行的，故該種 算法具有較廣的應用前景。然而該類算法還存在一些缺點，比如在估計預測相關性系數(shù)時， 對所要傳輸?shù)脑紨?shù)據(jù)的組數(shù)沒有清晰的界定，若讓節(jié)點傳輸過多原始數(shù)據(jù)，勢必會耗費 節(jié)點大量的能量，這樣不僅不利于延長節(jié)點使用壽命，還會導致基站處要計算的相關性系 數(shù)維數(shù)增大，即引入了冗余相關系數(shù)，從而使基站計算量過大，進而影響到系統(tǒng)的響應時間 及數(shù)據(jù)精度；若節(jié)點傳輸?shù)脑紨?shù)據(jù)組數(shù)太少，基站無法計算出足夠的相關性系數(shù)，則預測 出的數(shù)據(jù)將很難滿足精度要求，導致系統(tǒng)可用性降低，故如何有效地界定要傳輸?shù)脑紨?shù) 據(jù)量是該算法值得深入探討和解決的問題。另外，隨著網絡規(guī)模的增大，該種算法的多節(jié)點 對應單一基站的模式就很難高效運行了，因為基站要接收各節(jié)點壓縮編碼并根據(jù)相關性系 數(shù)逐一計算出各節(jié)點原始數(shù)據(jù)，這樣在計算首個節(jié)點與最后一個節(jié)點數(shù)據(jù)時，必然存在一 個較大時間差，故網絡規(guī)模越大，時間差越大，這就增大了系統(tǒng)時延，影響了該算法的應用 范圍，基于這兩點，最優(yōu)階分布式分簇結構樹壓縮算法一方面引入最優(yōu)階估計，從而界定系
3統(tǒng)要傳輸?shù)脑紨?shù)據(jù)組數(shù)，既要獲得有效的相關性系數(shù)，又要避免冗余系數(shù)的產生，另一方 面對網絡進行分簇處理，以簇為單位處理節(jié)點數(shù)據(jù)，這樣不僅可以提高基站處理各節(jié)點數(shù) 據(jù)效率，還可以增強基站迅速定位產生異值或出現(xiàn)異常節(jié)點的能力，從而有效提高整個無 線傳感網絡系統(tǒng)對監(jiān)控區(qū)的綜合監(jiān)控能力。
發(fā)明內容
本發(fā)明的目的是針對現(xiàn)有技術的不足，提供了一種可用于環(huán)境監(jiān)測的無線傳感器 網絡(WSNs)數(shù)據(jù)壓縮方法，使得由數(shù)據(jù)精度和節(jié)點平均能耗構成的綜合指標最優(yōu)化。為了達到上述目的，本發(fā)明的技術方案是這樣實現(xiàn)的步驟(1).由監(jiān)測區(qū)節(jié)點向基站傳輸各自監(jiān)測值，所有節(jié)點每傳輸完一組監(jiān)測值， 基站采用聯(lián)合信息準則(CIC)進行最優(yōu)階判定，若所得階數(shù)不是最優(yōu)，且節(jié)點所傳數(shù)據(jù)組 數(shù)沒有超過N/3，節(jié)點繼續(xù)傳輸原始監(jiān)測值；否則基站由節(jié)點所傳輸?shù)臄?shù)值獲得初始的預 測系數(shù)矩陣Φω，并在基站處建立結構樹，其中N表示一個算法周期包含的節(jié)點傳輸數(shù)據(jù)組 數(shù)，所述的獲得初始預測系數(shù)矩陣方法和建立結構樹方法均為成熟技術；步驟(2).基站根據(jù)預測系數(shù)矩陣Φω，將監(jiān)控區(qū)節(jié)點劃分為若干簇，以簇為單位， 基站根據(jù)節(jié)點監(jiān)測值產生壓縮指令，節(jié)點根據(jù)壓縮指令產生所要傳輸?shù)亩M制位數(shù)i ；基 站輪流指定簇內節(jié)點擔當簇頭，簇頭負責傳輸自身未經壓縮的監(jiān)測值及簇內其它節(jié)點的壓 縮編碼至基站，同時簇頭接收來自基站的指令；步驟(3).簇內各節(jié)點經簇頭依次獲得基站壓縮指令，各節(jié)點將其模數(shù)轉換后的 二進制值對21取模，得到i位二進制壓縮碼，將該壓縮碼經簇頭傳至基站，同時簇頭向基站 傳輸其未經壓縮的監(jiān)測值；步驟(4).基站以簇為單位由步驟(1)中計算的預測系數(shù)矩陣簇頭所傳原始 監(jiān)測值，可得到簇內各節(jié)點估計值(對應第m個節(jié)點第r組監(jiān)測值的估計值)，再由該 節(jié)點的i位壓縮碼可以在結構樹中定位出一個子序列，由于子序列間隔距離2Η Δ以概率P 大于均方誤差ΝΜ，故在該子序列中離}V"最近的序列值即為節(jié)點最終估計值Z ；“，同時X；" 又成為估計同一時刻下一節(jié)點的已知條件，即在更新Φω時要考慮新估計出的數(shù)值；步驟(5).當獲得各簇所有節(jié)點的最終估計值后，由基站計算并發(fā)布下一時刻各 簇內節(jié)點需要的壓縮指令，當節(jié)點監(jiān)測到的數(shù)值組數(shù)達到N，則跳轉至步驟(1)，否則跳轉 至步驟⑵。本發(fā)明提出了基于最優(yōu)階估計與分布式分簇的傳感器網絡數(shù)據(jù)壓縮方法。由于 節(jié)點能量主要消耗在傳輸原始監(jiān)測信息上，通過引入最優(yōu)階估計，減少了節(jié)點向基站傳輸 的原始數(shù)據(jù)的組數(shù)，從而降低了節(jié)點平均能耗；將計算集中于時間域和空間域上與待估計 節(jié)點更加接近的系列節(jié)點值上，剔除了與待估計節(jié)點相關性微弱的邊遠節(jié)點，從而有效降 低了算法所處理數(shù)據(jù)的維度，提高了算法運算速度及節(jié)點數(shù)據(jù)恢復精度；若監(jiān)控區(qū)網絡規(guī) 模較大，基站對區(qū)域節(jié)點分簇處理后，如果區(qū)域出現(xiàn)異常，基站能夠迅速定位異常區(qū)所在的 簇，進而與監(jiān)測到異常的節(jié)點直接建立連接，與全區(qū)域逐個搜尋相比，可有效降低系統(tǒng)時 延，提高系統(tǒng)監(jiān)控實時性。采用本發(fā)明方法，在不同的網絡規(guī)模下，基于最優(yōu)階估計與分布 式分簇的傳感器網絡數(shù)據(jù)壓縮方法在數(shù)據(jù)精度和節(jié)點平均能耗構成的綜合指標上優(yōu)于直 接的分布式結構樹壓縮算法。
圖1是分布式編碼方法框圖；圖2是解碼結構樹；圖3是本發(fā)明方法流程圖。
具體實施例方式本發(fā)明的核心思想是一方面引入最優(yōu)階估計，從而界定系統(tǒng)要傳輸?shù)脑紨?shù)據(jù) 組數(shù)，既要獲得有效的相關性系數(shù)，又要避免冗余系數(shù)的產生，另一方面對網絡進行分簇處 理，以簇為單位處理節(jié)點數(shù)據(jù)，這樣不僅可以提高基站處理各節(jié)點數(shù)據(jù)效率，還可以增強基 站迅速定位產生異值或出現(xiàn)異常節(jié)點的能力，從而有效提高整個無線傳感網絡系統(tǒng)對監(jiān)控 區(qū)的監(jiān)控能力。下面結合附圖對本發(fā)明做進一步的詳細描述。如圖1所示，分布式編碼即監(jiān)控區(qū)有兩個或兩個以上節(jié)點同時感知原始數(shù)據(jù)時， 在節(jié)點間采用不對稱的編碼方式，建立無線傳感器網絡分布式壓縮結構，當節(jié)點采集的數(shù) 據(jù)序列為高斯相關獨立同分布離散序列時，實驗證明，節(jié)點B在壓縮自身數(shù)據(jù)時，無論其是 否知道當前時刻A，B節(jié)點數(shù)據(jù)的相關性系數(shù)，采用上述分布式壓縮模式，均能獲得等效的 壓縮性能。將框圖由兩個節(jié)點擴展到η各節(jié)點，根據(jù)自身之前采集數(shù)據(jù)壓縮當前數(shù)據(jù)所得 的壓縮碼，由基站計算并確定各節(jié)點數(shù)據(jù)之間相關性，并向各節(jié)點發(fā)送各自的壓縮碼比特 位數(shù)，最后還原出各節(jié)點原始監(jiān)測值?；谏鲜龇植际骄幋a基本原理，分布式結構樹壓縮算法首先由所有節(jié)點向基站傳 輸Ν/3組原始值，N的大小可根據(jù)具體應用確定，基站根據(jù)這些原始值建立一個結構樹，并 計算出預測系數(shù)矩陣Φω，基站還需計算出與各節(jié)點對應的壓縮指令，即下一采集時刻各節(jié) 點需將各自監(jiān)測值(經A/D后的)壓縮后的位數(shù)，與此同時，基站要指定一個節(jié)點傳輸其未 壓縮的監(jiān)測值，為使監(jiān)控區(qū)各節(jié)點能量被均衡消耗，該節(jié)點可由基站輪流指定，節(jié)點按各自 收到的指令，對原始監(jiān)測值進行21取模運算，從而將各自采集數(shù)據(jù)壓縮至i位，基站處接收 到各節(jié)點i位編碼后，可以在之前建立的結構樹中定位出一個較小數(shù)值序列，結合指定節(jié) 點所傳原始監(jiān)測值及之前計算的預測系數(shù)矩陣Φω，恢復出該i位壓縮碼對應的原始監(jiān)測 值，當前時刻所有節(jié)點值恢復完畢，基站將更新預測系數(shù)矩陣及各節(jié)點下一時刻編碼位數(shù)， 類此循環(huán)往復，當前時刻各節(jié)點的值將不斷被預測估計出來。有必要對以上算法涉及到的 結構樹，預測系數(shù)及i值的確定作進一步的說明，結構樹首先是以前述N/3組原始數(shù)據(jù)的均 值為起點，以△為間隔向兩端擴展，Δ大小決定算法精度，擴展范圍由具體應用決定，對上 述以Δ為間隔的擴展序列進行奇偶序列分裂，可得到間距為2Δ的兩組子序列，以同樣的 方式可再對子序列進行分裂，分裂次數(shù)由i的位數(shù)決定，i次分裂后，各子序列相鄰節(jié)點間 距為21 Δ，第i層每個子序列對應唯一的i位編碼，根據(jù)以上表述即可建立如圖2所示解碼 結構樹，當基站按獲得某節(jié)點發(fā)送的i位編碼，可以定位出對應的子序列，再由預測系數(shù)計 算出一個估計值，通過在定位的子序列中尋找與估計值最接近的序列值，從而恢復出該節(jié) 點監(jiān)測值。本方法在上述二維空間實現(xiàn)無線傳感器網絡數(shù)據(jù)壓縮遵循以下的過程，見圖3
步驟(1).由監(jiān)測區(qū)節(jié)點向基站傳輸各自監(jiān)測值，所有節(jié)點每傳輸完一組監(jiān)測值， 基站采用聯(lián)合信息準則(CIC)進行最優(yōu)階判定，若所得階數(shù)不是最優(yōu)，且節(jié)點所傳數(shù)據(jù)組 數(shù)沒有超過N/3，節(jié)點繼續(xù)傳輸原始監(jiān)測值；否則基站由節(jié)點所傳輸?shù)臄?shù)值獲得初始的預 測系數(shù)矩陣Φω，并在基站處建立結構樹，其中N表示一個算法周期包含的節(jié)點傳輸數(shù)據(jù)組 數(shù)，獲得初始預測系數(shù)方法和建立結構樹方法均為成熟技術；步驟(2).基站根據(jù)預測系數(shù)矩陣Φω，將監(jiān)控區(qū)節(jié)點劃分為若干簇，以簇為單位， 基站根據(jù)節(jié)點監(jiān)測值產生壓縮指令，節(jié)點根據(jù)壓縮指令產生所要傳輸?shù)亩M制位數(shù)i ；基 站輪流指定簇內節(jié)點擔當簇頭，簇頭負責傳輸自身未經壓縮的監(jiān)測值及簇內其它節(jié)點的壓
縮編碼至基站，同時簇頭接收來自基站的指令，其中i值根據(jù)公式= IiogMK + 1求
2
得，其中P是概率，Δ是圖2結構樹中序列間距，是方差；步驟(3).簇內各節(jié)點經簇頭依次獲得基站壓縮指令，各節(jié)點將其模數(shù)轉換后的 二進制值對21取模，得到i位二進制壓縮碼，將該壓縮碼經簇頭傳至基站，同時，簇頭向基 站傳輸其未經壓縮的監(jiān)測值；步驟(4).基站以簇為單位由步驟(1)中計算的預測系數(shù)矩陣Φω及簇頭所傳原 始監(jiān)測值，可得到簇內各節(jié)點估計值IV"(對應第m個節(jié)點第r組監(jiān)測值的估計值)，再由該 節(jié)點的i位壓縮碼可以在結構樹中定位出一個子序列，由于子序列間隔距離2ΗΔ以概率 P大于均方誤差tm，故在該子序列中離}T最近的序列值即為節(jié)點最終估計值Z Λ同時， Z ；“又成為估計同一時刻下一節(jié)點的已知條件，即在更新Φω時要考慮新估計出的數(shù)值；步驟(5).當獲得各簇所有節(jié)點的最終估計值后，由基站計算并發(fā)布下一時刻各 簇內節(jié)點需要的壓縮指令，當節(jié)點監(jiān)測到的數(shù)值組數(shù)達到N，則跳轉至步驟(1)，否則跳轉 至步驟⑵?？傊?，本發(fā)明提出的是基于最優(yōu)階估計與分布式分簇的傳感器網絡數(shù)據(jù)壓縮方 法網絡節(jié)點在監(jiān)控區(qū)隨機分布，經最優(yōu)階估計后，本方法能夠將具有空間相關性的節(jié)點劃 分在同簇，通過在基站建立預測系數(shù)矩陣及解碼結構樹，實現(xiàn)對節(jié)點監(jiān)控值編碼的恢復與 還原，節(jié)點僅僅在預測系數(shù)初始化過程中傳輸監(jiān)測值，然后僅需作簡單取模運算實現(xiàn)監(jiān)控 值編碼并傳輸數(shù)據(jù)量相對較小的編碼，節(jié)點平均能耗能夠被大幅度降低，進而有效提高傳 感器網絡綜合監(jiān)控性能。應當說明的是，基站處利用最優(yōu)階估計的方式不同(如應用在空 間相關性階估計或時間相關性階估計)等方法都是不脫離本發(fā)明技術方案的精神和范圍 的。
權利要求
基于最優(yōu)階估計與分布式分簇的傳感器網絡數(shù)據(jù)壓縮方法，其特征在于該方法包括如下步驟步驟(1).由監(jiān)測區(qū)節(jié)點向基站傳輸各自監(jiān)測值，所有節(jié)點每傳輸完一組監(jiān)測值，基站采用聯(lián)合信息準則進行最優(yōu)階判定，若所得階數(shù)不是最優(yōu)且節(jié)點所傳數(shù)據(jù)組數(shù)沒有超過N/3，則節(jié)點繼續(xù)傳輸原始監(jiān)測值；若所得階數(shù)是最優(yōu)，則基站由節(jié)點所傳輸?shù)臄?shù)值獲得初始的預測系數(shù)矩陣Φm，并在基站處建立結構樹，其中N表示一個算法周期包含的節(jié)點傳輸數(shù)據(jù)組數(shù)；步驟(2).基站根據(jù)預測系數(shù)矩陣Φm，將監(jiān)控區(qū)節(jié)點劃分為若干簇；以簇為單位，基站根據(jù)節(jié)點監(jiān)測值產生壓縮指令，節(jié)點根據(jù)壓縮指令產生所要傳輸?shù)亩M制位數(shù)i；基站輪流指定簇內節(jié)點擔當簇頭，簇頭負責傳輸自身未經壓縮的監(jiān)測值及簇內其它節(jié)點的壓縮編碼至基站，同時簇頭接收來自基站的指令；步驟(3).簇內各節(jié)點經簇頭依次獲得基站壓縮指令，各節(jié)點將其模數(shù)轉換后的二進制值對2i取模，得到i位二進制壓縮碼，將該壓縮碼經簇頭傳至基站，同時簇頭向基站傳輸其未經壓縮的監(jiān)測值；步驟(4).基站以簇為單位，由步驟(1)中計算的預測系數(shù)矩陣Φm及簇頭所傳原始監(jiān)測值得到簇內各節(jié)點估計值，再由該節(jié)點的i位壓縮碼在結構樹中定位出一個子序列，在該子序列中離最近的序列值即為節(jié)點最終估計值同時又成為估計同一時刻下一節(jié)點的已知條件，即在更新Φm時考慮新估計出的數(shù)值；步驟(5).當獲得各簇所有節(jié)點的最終估計值后，由基站計算并發(fā)布下一時刻各簇內節(jié)點需要的壓縮指令，若節(jié)點監(jiān)測到的數(shù)值組數(shù)達到N，則跳轉至步驟(1)；若節(jié)點監(jiān)測到的數(shù)值組數(shù)未達到N，則跳轉至步驟(2)。FSA00000207061000011.tif,FSA00000207061000012.tif,FSA00000207061000013.tif,FSA00000207061000014.tif
全文摘要
本發(fā)明涉及一種基于最優(yōu)階估計與分布式分簇的傳感器網絡數(shù)據(jù)壓縮方法?，F(xiàn)有的數(shù)據(jù)壓縮方法效率低。本發(fā)明利用傳感節(jié)點采集數(shù)據(jù)的時空相關性，一方面通過引入最優(yōu)階估計，從而界定了系統(tǒng)要傳輸?shù)脑紨?shù)據(jù)組數(shù)，既獲得了有效的相關性系數(shù)，又避免了冗余系數(shù)的產生；另一方面對網絡進行分簇處理，以簇為單位處理節(jié)點數(shù)據(jù)，這樣不僅可以提高基站處理各節(jié)點數(shù)據(jù)效率，還可以增強基站迅速定位產生異值或出現(xiàn)異常節(jié)點的能力。本發(fā)明適用于基于無線傳感器網絡的環(huán)境實時監(jiān)測系統(tǒng)，可實現(xiàn)對無線傳感器網絡數(shù)據(jù)有效壓縮，并有效地降低了節(jié)點平均能耗。
文檔編號H04W28/06GK101932012SQ20101023805
公開日2010年12月29日 申請日期2010年7月27日 優(yōu)先權日2010年7月27日
發(fā)明者李勝強, 蔣鵬 申請人:杭州電子科技大學