[发明专利]基于压缩感知及博弈论的无线传感器网络稀疏事件检测方法

权利要求书

1.基于压缩感知及博弈论的无线传感器网络稀疏事件检测方法，其特征在于，该方法包括以下步骤：

步骤一、将网络系统中随机布撒的M个传感器节点采用博弈论思想划分层次，形成a个层次，即为a个层次策略；

步骤二、基于压缩感知原理，根据正在发生事件的数量K来确定激活1个或多个层次的传感器节点，被激活的传感器节点的数量P满足

K＜P＜＜N，

利用所述P个传感器节点来对N个事件源中的正在发生的K个事件进行检测；

步骤三、网络系统数据终端接收所述P个传感器节点检测出的N个事件源信息的P维数据向量

y=y1y2...yP,]]>

并根据检测过程获取量测矩阵φ_P×N；

步骤四、利用步骤三获取的N个事件源信息的P维数据向量y和量测矩阵φ_P×N，采用贪婪稀疏事件检测算法获取N个事件源中正在发生的K个事件的具体分布向量E，

其中，M、P、K、N和a都为正整数。

2.根据权利要求1所述的基于压缩感知及博弈论的无线传感器网络稀疏事件检测方法，其特征在于，步骤一中将网络系统中随机布撒的M个传感器节点采用博弈论思想划分层次，形成a个层次，即为a个层次策略的过程为：

步骤11、网络系统内的每个传感器通过发送信息来确定通信半径内所有邻居节点的传感器ID及该邻居节点相对自身的位置关系；

步骤12、任取一个传感器节点i，判断在该传感器节点通信半径内，该传感器节点的ID是否小于所有传感器邻居节点的ID，

判断结果为是，则说明该传感器节点所有邻居节点的ID都大于该传感器节点的ID，则该传感器节点根据自身的收益值优先选择该节点的最佳层次策略，并且将其选择的最佳层次策略发送给该节点的所有邻居节点；

判断结果为否，则该节点处于等待状态，直至比该传感器节点ID小的所有邻居节点选择完成其最佳层次策略后，再根据自身的收益值选择该传感器节点的最佳层次策略；

步骤13、按照步骤12对网络系统内的M个传感器节点划分层次，进行n次，直到处于纳什均衡状态，完成a个层次策略的划分。

3.根据权利要求1所述的基于压缩感知及博弈论的无线传感器网络稀疏事件检测方法，其特征在于，步骤二中根据正在发生事件的数量K来确定激活1个或多个层次的传感器节点的过程为：

被激活的传感器节点的数量P满足K＜P＜＜N，根据公式

P=Σx=1yPx]]>

可确定激活层次的数量y，

式中，P_x为某个层次的节点数，y＝1，2，...a。

4.根据权利要求1所述的基于压缩感知及博弈论的无线传感器网络稀疏事件检测方法，其特征在于，步骤三中量测矩阵φ_P×N按如下公式获取：

其中，

在式中，d_ij为第i个节点与第j个事件的距离，α为信号衰减常数，2≤α≤5，g_ij为第i个节点测量第j个事件状态下的高斯噪声信号。

5.根据权利要求1所述的基于压缩感知及博弈论的无线传感器网络稀疏事件检测方法，其特征在于，步骤四中N个事件源中正在发生的K个事件的具体分布向量E的获取过程为：

步骤41、y^m为第m次迭代时N个事件源信息的P维数据向量，初始化y^m，即m＝0时，y⁰＝y，y为P个传感器节点检测出的N个事件源信息的P维数据向量；

步骤42、将量测矩阵φ_P×N表示为：

[z₁，z₂，…z_q，…，z_N]，

抽取量测矩阵φ_P×N的列向量z_q，其中q＝1，2，...，N；

步骤43、：根据公式

q=argmaxq∈η,zq∈φP×N|<ym,zq>|]]>

获取正在发生事件的序号q，其中，

η＝{1，2，…，N}；

步骤44、正在发生的第q号事件信号因子E_q根据公式

E_q＝y^m×z_q

获取；

步骤45、根据公式

y^m+1＝y^m-<y^m，z_q>z_q

获取原始量测信号的残差y^m+1；

步骤46、若所述残差y^m+1大于等于阈值ε，返回步骤43；若所述残差y^m+1小于阈值ε，则结束迭代过程，获取N个事件源中正在发生的K个事件的具体分布向量

E＝[E₁ E₂...E_N]^T，

其中

1×10^-6＜ε＜1×10^-3，

向量E中未发生事件的信号因子取值为0。