[发明专利]一种非均质传感器网络中的事件边界检测的方法、装置及智能通讯设备

说明书

技术领域

本发明涉及用户轨迹估计领域，尤其涉及一种非均质传感器网络中的事件边界检测的方法、装置及智能通讯设备。 

背景技术

非均质网络是指节点的物理位置分布在部署区域内是不均匀的，非均质网络中每个节点邻域内的节点数目也不再符合均匀分布，因此在非均质网络中事件节点和非事件节点的分布不再和面积相关，从而使得“越靠近真实边界，事件点的数目和非事件点的数目越接近”的假设将不再成立。实际上，在现实物理部署的系统中，非均质网络存在的非常普遍。首先，由于地理上的限制因素等，例如峡谷和山谷等，传感器的部署很难均匀覆盖感兴趣的区域；其次，均质网络在运行中可能由于节点失效、电量耗尽或是软件崩溃等原因转变成非均质网络；再次，连接性的虚拟空洞（virtual hole）可能由于无线传输受到外部环境干扰而产生。 

近年来，智能手机装备了各种功能的传感器，并且具有强大的计算和通信功能，智能手机的流形吸引了很多研究人员的关注，他们致力于利用手机上的传感器来改善基于指纹的室内定位方法。在传统方法中，基于指纹的定位包括两个阶段：标定阶段和实施阶段。在标定阶段中，我们需要采集在感兴趣的地点的指纹数据（通常是RSS值），来构建一个指纹数据库；然后在实施阶段，当用户查询他的位置时，系统会在指纹数据库中匹配他的手机传感器读数，并估计他的位置。标定阶段对于基于指纹的定位方法来说是非常昂贵的但又不可避免的，因此成为这些定位方法的关键瓶颈。 

发明内容

本发明的目的在于提出一种非均质传感器网络中的事件边界检测的方法、装置及智能通讯设备，帮助网络管理者监控网络运行状态，通过分析感知数据来判断无线传感器网络中事件发生的边界，实现低功耗、高效率和及时性的实时事件边界检测。 

达此目的，本发明采用以下技术方案： 

本发明公开了一种非均质传感器网络中的事件边界检测的方法，包括： 

S1.获取多个传感器节点的信息，所述的信息包括原始感知的数据时间序列：(R1,R2,…,Rm)；其中，R1为某一节点Sx第一次原始感知的数据时间，Rm为该节点Sx第m次感知数据的时间，m为正整数； 

S2.压缩每个传感器节点的所述的信息，生成数据摘要； 

S3.相邻传感器节点广播所述的数据摘要，构造层次式密度结构，获得边界节点。 

在本发明所述的非均质传感器网络中的事件边界检测的方法中，步骤S2中所述的生成数据摘要，具体为： 

S21.假定感知数据时间序列窗口长度为m； 

S22.给每个传感器节点装配一个事先定好的d个m维的随机单位向量，d个m维向量之间的产生是独立的，一个m维向量是由对一个均值为0，方差为1的高斯分布的独立m次采样生成的，每一次采样的结果赋值给是m维向量的一个分量； 

S23.当感知数据时间序列窗口达到m，其时间序列可以看作一个m维向量S=（S1，S2，…,Sm）。对该感知数据时间序列向量，进行d次的哈希函数计算 H1,..Hd，就可以得到大小为d比特的数据摘要(H1(S),H2(S),…,Hd(S))， 

其中，d,m均为正整数。 

在本发明所述的非均质传感器网络中的事件边界检测的方法中，所述的边界节点为事件发生领域内的既有事件节点又有非事件节点。 

在本发明所述的非均质传感器网络中的事件边界检测的方法中，所述的构造层次式密度结构是通过判断一个点是否是核心对象来决定是否进行扩散过程Spreading，如果是核心对象，那么从邻居内开始扩散，如果不是，这扩散停止，扩散过程实际是更新可达距离的过程，如果新的可达距离更小那么进行更新，更新的操作第一步是将可达距离的值进行更新，第二步是进行优先级队列的调整。 

本发明公开了一种非均质传感器网络中的事件边界检测的装置，包括： 

节点信息获取单元，用于获取多个传感器节点的信息，所述的信息包括原始感知的数据时间序列：(R1,R2,…,Rm)；其中，R1为某一节点Sx第一次原始感知的数据时间，Rm为该节点Sx第m次感知数据的时间，m为正整数； 

数据摘要生成单元，用于压缩每个传感器节点的所述的信息，生成数据摘要； 

数据摘要广播单元，用于相邻传感器节点广播所述的数据摘要，构造层次式密度结构，获得边界节点。 

在本发明所述的非均质传感器网络中的事件边界检测的装置中，所述的数据摘要生成单元，具体的工作流程为： 

假定感知数据时间序列窗口长度为m；