[发明专利]一种数据压缩采集、恢复方法及设备有效

专利信息
申请号: 201410090879.3 申请日: 2014-03-12
公开(公告)号: CN104918285B 公开(公告)日: 2018-10-30
发明(设计)人: 吴晓培;刘云浩;何源;王继良 申请(专利权)人: 清华大学
主分类号: H04W28/06 分类号: H04W28/06;H03M7/30
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 李迪
地址: 100084 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 采集 时间窗口 时隙数据 数据压缩 采样频率控制 恢复 采集数据 能量损耗 数据采集 完整数据 原始数据
【说明书】:

发明提供了一种数据压缩采集、恢复方法及设备,在包含N时隙的时间窗口内,原始数据为X=(x1,x2,...,xN),该方法包括预先设定采样频率控制因子α;在第i(1<i<N)个时隙生成随机数αi;当αi<α时,采集当前时隙数据xi,否则不采集当前时隙数据xi,在包含N个时隙的时间窗口内,实际采集数据的时隙个数为M(M<N),实际采集的数据为Y=(y1,y2,...,yM)。本发明能够降低数据采集的能量损耗和实现完整数据恢复。

技术领域

本发明涉及无线传感网络与环境监测领域,具体涉及一种数据压缩采集、恢复方法及设备。

背景技术

随着通信、传感器制造、嵌入式计算的日益成熟,大规模无线传感器网络技术迅速发展并被广泛应用到环境监测、国防、救灾抢险等诸多领域。典型的无线传感器网络由大量微型传感器节点组成,它们能够在恶劣及危险环境中迅速展开,并通过无线自组成网,不受现有有线网络基础设施的限制。感知数据通过无线通信以多跳中继方式汇集到数据处理中心。无线传感器网络使人们在任何时间、地点和环境条件下实时获取大量详实而可靠的信息,体现“感知和计算无处不在”理念。大规模传感器网络用于环境监测能够使人们有效地掌握空气、水、土壤湿度等环境因素,有利于相关环境学科从观测信息中估计环境的变化过程,建立环境基准,估计其发展趋势和累积效应,验证已有的环境模型,为相关管理部门决策方案的制定提供理论依据,更好地指导人类的行为活动。

由于传感器节点能量有限,维持网络高效运行、数据的完整获取是大规模传感器网络面临的巨大挑战。事实上,以后期数据分析、建模为目标的大规模环境监测应用,完整有效地获取场景数据是必须满足的首要任务。同样,保证网络的高效运行,减少节点的工作频率、稀疏采样次数、最大化网络的生命周期也是网络设计的重要目标。传统方法都是在能量节约和完整数据获取两者之间做折中,不能同时满足上述目标。

发明内容

针对现有技术的不足,本发明提供一种数据压缩采集、恢复方法及设备,能够降低数据采集的能量损耗和实现完整数据恢复。

为实现上述目的,本发明通过以下技术方案予以实现:

一种数据压缩采集方法,在包含N时隙的时间窗口内,原始数据为X=(x1,x2,...,xN),该方法包括:

预先设定采样频率控制因子α;

在第i(1&lt;i&lt;N)个时隙生成随机数αi

当αi<α时,采集当前时隙数据xi,否则不采集当前时隙数据xi,在包含N个时隙的时间窗口内,实际采集数据的时隙个数为M(M&lt;N),实际采集的数据为Y=(y1,y2,...,yM)。

进一步,该方法还包括在第i个时隙采集当前时隙数据xi之后,检查当前时隙采集的数据xi与上一个采集时隙采集的数据pre_xi差的绝对值是否大于设定的阈值,若大于,调整采样频率控制因子α为α=kα,k为频率扩大因子,k>1。

一种基于所述数据压缩采集方法的数据压缩采集恢复方法,该方法包括:

原始数据X经过稀疏矩阵进行稀疏化处理得到稀疏基s,表示为s=DX,D为稀疏矩阵,则原始数据X在稀疏基下表示为X=D-1s;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410090879.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top