[发明专利]一种智能农业物联网信号压缩方法

说明书

本发明公开了一种智能农业物联网信号压缩方法，通过使用压缩矩阵提取信号的线性拟合部分，并且通过自适应压缩感测方法处理剩余的异常值。压缩矩阵和自适应压缩感知方法的联合应用在保证信号的精度的基础上，节省能耗，延长无线传感器网络的使用寿命。

技术领域

本发明涉及农业物联网领域，特别是涉及一种智能农业物联网信号压缩方法。

背景技术

随着信息技术的飞速发展，通过各种信息传感设备实时收集和交换农业信息，农业物联网的体系结构分为感知层、网络层和应用层。随着传感器，射频识别技术和嵌入式系统管理技术的不断发展，物联网已成为信息技术的标志性产物。

无线传感器网络是由具有不同功能的大量节点组成的感知网络。如果将无线传感器网络中的节点按照功能进行分类，分为传感器节点、汇聚节点和管理节点，根据用户的要求，将一定数量的无线传感器节点放置在信息采集区域中，无线传感器节点通过自组织的方式构成无线传感器网络，整个网络中的节点相互配合，获得整个监控区域的相关信息数据。

节点彼此通信以在节点之间传输数据，某种路由方案将数据集中到汇聚节点，在通信卫星或互联网的基础上，将数据传输到管理节点进行数据分析和反馈。

物联网信号的传输和存储需要的内存空间较大，不利于存储和传输。

发明内容

本发明的目的是提供一种能够将物联网信号进行压缩的智能农业物联网信号压缩方法。

为实现上述目的，本发明提供了如下方案：

一种智能农业物联网信号压缩方法，所述压缩方法包括：

建立联合稀疏模型，分布式压缩感知是基于多个信号的联合稀疏性；

设无线传感器节点收集的信号S＝{S₁,S₂,S₃,...,S_n}；

用N×N单位矩阵I用于记录所述信号的值，即：

用1×N的全零行向量Z是在N×N单位矩阵在的第一行上扩展；所有元素都被取相反的值并成为(N+1)×N单中间矩阵E；

根据线性拟合算法返回的拟合线段信息，计算截距，线段的截距β₀，斜率β₁，对象的时间范围t；设存在m个拟合线段，则设定列向量L，向量的第一个元素是任意常数b，后一个元素是由拟合线段估计的预测值，即

列向量L合并为中间矩阵E作为矩阵的第一列，获得压缩矩阵PCM；

压缩感知的变换不能改变原始信号的秩，压缩矩阵的常数是b＝0，一个元素被放入信号数据的第一列，保证了所述信号不会因压缩矩阵的作用改变，扩展后的信号

所述信号由所述压缩矩阵PCM处理，获得压缩信号D

获得所述信号中的线性拟合部分。

可选的，所述压缩方法还包括：采用自适应压缩感测方法处理剩余的所述信号的异常值。

可选的，所述压缩方法还包括：

所述无线传感器节点收集的数据的连续性，分析了物联网中的信号，获得了时间的相关性；

根据所述时间的相关性计算所述线性拟合的线性回归模型；

由于阈值的选择标准对于不同的信号具有差异，获得一种基于置信区间的线性回归模型；