[发明专利]分布式无线传感器网络数据漂移盲校准方法

说明书

本发明公开一种分布式无线传感器网络数据漂移盲校准方法，解决了无线传感器网络数据漂移盲校准过程对环境要求高、限制多和易失效的技术问题。实现包括：确定一个分布式无线传感器网络；收集校准网络模型参数训练数据；建立分布式数据漂移盲校准模型并训练模型参数；实时采集数据；各节点不断实时采集测量数据进行数据盲校准，直至节点能量耗尽，完成了分布式网络的盲校准过程。本发明采用分布式实现，在各分布式节点独立执行，无需节点间交互校准，降低了网络负载，避免了网络中部分节点失效时，导致网络的校准方法失效的问题。通过对实际信号的恢复，校准精度更高、训练更快；易于工程化实现。用于无线传感器网络的数据漂移盲校准。

技术领域

本发明属于通信技术领域，涉及无线传感器网络数据漂移盲校准，具体是一种分布式无线传感器网络数据漂移盲校准方法，用于无线传感器网络下分布式数据漂移的盲校准。

背景技术

无线传感器网络(wireless sensor networks,WSN)由一组具有无线通讯能力的传感器节点组成，结合了无线通信技术、嵌入式计算技术、传感器技术、分布式信息处理技术等多种技术手段，能够实现数据的采集、处理、传输三种功能，其根据数据处理方式可分为集中式和分布式。研究表明，WSN集中式信息处理方式能量消耗较大，网络扩展性较差。而分布式方式可以将信息处理任务分布到传感器节点端完成，减少了网络中数据传输的能量消耗，缓解了集中式处理的系统压力，同时，采用分布式机制处理的无线传感器网络，使网络具备了网络抗毁、易拓展、伸缩性强等特点，不会因为单个节点的增加或失效影响网络中其他节点的运行状态，能够更好的应对各种场景。随着WSN规模的增大，采集数据的准确性要求也愈发增高，然而传感器采集数据时会因自身硬件原因，导致实际信号与测量信号存在偏差，该现象称为数据漂移。由于漂移可能导致直接测量的数据无效，所以实际环境中数据漂移的校准必不可少。通常，网络中传感器数量较多，并且有些部署在难以到达的位置，实现人工校准难度很大。因此，需要一种在实际信号未知的情况下校准传感器节点的方法，该方法称为盲校准。

目前，无线传感器网络数据漂移盲校准方法通常以节点密集部署或者监测相同目标为前提，相邻传感器共享相同实际信号值，通过和邻居节点的信息交换消除收集数据的漂移；还有一些基于集中式处理机制的盲校准方法，利用深度学习思想，将数据收集到目的端，再将数据统一校准处理。这些方的法虽然能够在数据漂移盲校准任务中达到不错的效果，但都有一定的局限性。可以说存在有以下几方面的问题：

1)实际应用中需要考虑成本的限制，通常盲校准方法中所要求的密集部署或监测相同目标的前提条件，在很多场景中难以满足，难以实现，且仅依靠密集部署等条件的盲校准方法效果较为一般；

2)通常在对数据校准的时，需要网络中的多个节点发送数据到同一节点集中的对数据进行校准，利用这种方式可以使用邻居节点的信息帮助自身节点对数据校准，然而集中式数据处理方式会增加节点能量的消耗，增加无线传感器网络中节点通信的负载，且当网络中某些节点能量耗尽失效或者新节点加入到无线传感器网络中时，可能会导致整个网络原有的校准功能失效；

3)在盲校准进行过程中，许多盲校准方法需要先挑选出个别节点进行人工校准，作为标准数据，其他节点通过与人工校准节点的信息交互对自身节点数据校准，但是实际应用中需要考虑环境等限制因素，人工校准在很多时候无法进行，进而影响了整个盲校准过程和结果。

综上，现有算法在校准过程中会产生网络通信阻塞、网络负载大、节点能耗高以及校准前提条件难以满足等缺点，进而会影响数据漂移盲校准方法在实际环境中的应用，造成数据漂移盲校准准确率较低、稳定性较差甚至无法使用等缺点。

以上这些缺陷限制了无线传感器网络的性能，导致应用环境限制较多，网络负载大，算法性能不稳定，容易因网络节点增加或死亡等情况变化而失效，从而影响了无线传感器网络的应用性能。

发明内容

本发明的目的在于克服上述已有技术的不足，提出一种网络扩展性更强，校准精度更高的分布式无线传感器网络数据漂移盲校准方法。