[发明专利]基于簇的分布式压缩感知QoS路由方法

说明书

本发明公开了一种基于簇的分布式压缩感知QoS路由方法，属于分布式压缩感知与QoS路由应用结合的领域。本发明所述方法包括如下步骤：首先，对认知传感器网络中的路由方法和分布式压缩感知技术进行研究分析；其次，对网络中的节点进行分簇，并压缩处理节点采集到的图像信息；然后，采用分布式QoS路由协议对压缩后的数据进行传输；最后，对实验结果进行仿真分析。本发明能够很好的传输数据并有效解压图像。

技术领域

本发明涉及一种分布式压缩感知QoS路由机制，属于分布式压缩感知与QoS路由应用结合的领域。

背景技术

QoS敏感的多媒体应用需要更多的频谱和传输资源。认知无线电CR可以利用未被使用的频谱资源，为多媒体应用提供更多的带宽。除此之外，认知无线电网络CRN能够根据多媒体应用的需要灵活调整传输参数。因此，认知视频传感器网络CVSNs获得了更多的关注。除了有限的能量和处理能力等资源约束外，视频信息的传输还需要高带宽、高保真度和更多的处理能量。这些挑战和制约，以及复杂的网络环境，使得视频传输和内网处理成为一个具有挑战性的问题。

为了达到满意的覆盖范围，典型的CVSNs应用需要在空间上部署密集的传感器，使得多个传感器可以同时观测到同一事件。由于高密度的网络拓扑，传感器空间观测信息之间是高度相关的，产生大量的冗余数据。协作内网多媒体处理能够有效的缓解冗余数据。根据应用的需要，每个传感器节点能够过滤掉不感兴趣的信息，或将观测结果与其他相关节点融合。在CVSNs中，视域重叠的视频传感器节点之间存在相关性，从而导致相当大的数据冗余。为了解决这个问题，在处理视频信息的传感器网络中，分布式压缩感知(DCS)技术得到了充分的研究。和压缩感知不同的是，DCS可以利用信号内部与信号之间的相关性，最大程度上压缩数据，从而减少了传统压缩感知中重构信号所需的数据量。根据DCS理论，只要信号在某些稀疏基上可以稀疏表示，就可以通过少量线性观测值来重构信号。然而，由于信号的稀疏度在实际应用中难以获取，使得观测信号的获取面临着挑战。

传感器网络中大部分的QoS路由协议主要考虑两个性能指标：延迟和可靠性。根据不同的延迟和可靠性要求，MMSPEED采用跨层设计方法区分通信流，从而提供端到端的QoS保证。MMSPEED主要存在的问题是缺少对冗余数据的控制，所以会出现通信拥塞。Shah等人针对CRSN提出了频谱感知分簇的能量有效多媒体路由协议SCEEM，在没有损失多媒体质量的情况下实现了能量有效性和服务质量。但是数据传输过程将会对PU造成干扰甚至影响PU传输。Heo等人提出的方法能够提供实时、可靠和能量有效的数据传输，并根据估计值计算路径选择的概率。但是它缺少优化多媒体数据传输的方法。

上述路由协议仅仅通过分发网络流量来提供QoS保证，没有考虑去除不必要多媒体负载。网内压缩可以有效减少网络内数据包的传输数量，并且在融合点处可以保证感知数据的精确重建。DAI等人提出的算法利用相邻视频传感器节点的观察信息有较强的相关性这一特征，在路由过程中对内网视频进行处理，减少网络内部大量的数据冗余。Xie等人提出了集中式的分簇算法，簇头使用混合CS机制通过骨干树将数据传递给sink节点。但是，算法忽略了一个事实，即每个簇中都可以使用稀疏随机矩阵来减少数据包的传输数量。Wu等人解决了这个问题并针对星型拓扑网络提出一个基于簇的数据收集方法，但是每个簇中所使用的星型拓扑导致簇内能量消耗增加。该算法是一种基于逻辑链的贪婪聚类算法，可以最大限度地减少所有簇的平均压缩率。虽然该算法忽略了分组丢失和网络问题，但传输量少，恢复精度损失小。

内网视频压缩能够减少数据传输，但是没有考虑应用的需要，导致压缩量有限。实际上，节点可以根据应用的需要选择感兴趣的信息。

发明内容

本发明所要解决的技术问题是：针对现有路由方案在视频业务中所存在的不足，提供一种基于簇的分布式压缩感知QoS路由机制，在满足解码信号与原始信号之间的重建误差限制在指定的重建阈值的要求下，对视频帧进行分布式压缩感知，使得在不牺牲视频质量的情况下最大限度地去除冗余。实现以最大限度地减少时延和可靠性约束下的能量消耗的目标，将压缩数据发送到sink。